Новые вехи 3D-генерации 🙏
В последнее время часто натыкаюсь на определение гауссова сплэтинга в контексте генерации 3D-моделей и миров в играх или анимации. Недавно я писал о проге, которая уже неплохо генерирует игровые локации.
Если честно, сам еще не до конца понимаю, как это работает. Гугл говорит, что это метод восстановления трехмерных изображений в реальном времени и ренедеринг изображений с разных сторон объекта.
И сейчас снова наткнулся на статью, в которой описывается новая нейросеть с открытым кодом, которая привносит новый метод генерации высококачественных полигональных сеток из "плоского" видео.
Примечательность в том, что для создания модели с полигонами достаточно одного видео. Причем программа добавляет даже те трехмерные фрагменты движения объектов или животных, которых нет на исходном видео - она сама достраивает их, отслеживая верхние точки.
Интересно то, что человек здесь обгоняет нейросети, потому что опытному 3D-художнику нужно всего лишь одно изображение для создания таких сеток, а нейросетям нужна серия снимков с разных сторон. Поэтому программа, которую мы сегодня рассматриваем - это новый шаг в развитии 3D-генерации.
Вот еще чуть-чуть и мы увидим игровые и метаверсные миры, которые создаются пока мы по ним перемещаемся. И тогда, конечно, игровая, а может и кино- промышленность очень сильно видоизмениться.
Ссылка на статью.
Код на GitHub.
В последнее время часто натыкаюсь на определение гауссова сплэтинга в контексте генерации 3D-моделей и миров в играх или анимации. Недавно я писал о проге, которая уже неплохо генерирует игровые локации.
Если честно, сам еще не до конца понимаю, как это работает. Гугл говорит, что это метод восстановления трехмерных изображений в реальном времени и ренедеринг изображений с разных сторон объекта.
И сейчас снова наткнулся на статью, в которой описывается новая нейросеть с открытым кодом, которая привносит новый метод генерации высококачественных полигональных сеток из "плоского" видео.
Примечательность в том, что для создания модели с полигонами достаточно одного видео. Причем программа добавляет даже те трехмерные фрагменты движения объектов или животных, которых нет на исходном видео - она сама достраивает их, отслеживая верхние точки.
Интересно то, что человек здесь обгоняет нейросети, потому что опытному 3D-художнику нужно всего лишь одно изображение для создания таких сеток, а нейросетям нужна серия снимков с разных сторон. Поэтому программа, которую мы сегодня рассматриваем - это новый шаг в развитии 3D-генерации.
Вот еще чуть-чуть и мы увидим игровые и метаверсные миры, которые создаются пока мы по ним перемещаемся. И тогда, конечно, игровая, а может и кино- промышленность очень сильно видоизмениться.
Ссылка на статью.
Код на GitHub.