Po texte, programoch a obrázkoch dokáže AI na povel vygenerovať už aj 3D modely

Umelá inteligencia nepochybne zmení spôsob, akým pracujeme a pravdepodobne výrazne pretvorí aj pracovný trh. Ako presne, to si dnes trúfa predpovedať málokto, no táto revolúcia začína už dnes. Po nedávno spustenom četbotovi ChatGPT, nám to opäť ukazuje spoločnosť OpenAI, za ktorou stojí aj Elon Musk.

Spoločnosť publikovala systém strojového učenia zvaný Point-E vyškolený vytvárať hotové 3D modely objektov na základe textovej žiadosti. Postačí mu pritom na to jediná grafická karta, na ktorej prebieha samotný model AI, aj tvorba modelu.

Point-E zvyčajnú záťaž na hardvér pri práci s 3D grafikou obchádza tým, že namiesto tradičného modelu vytvára iba súbor dát opisujúci umiestnenie bodov v priestore, čoho výsledkom je niečo ako 3D model.

Tieto body môžu mať špecifickú farbu a spolu so správnym umiestnením v priestore môžu spoločne pripomínať tvar objektu, o ktorého vymodelovanie požiadal používateľ. Oproti bežným 3D modelom im však chýba detailná textúra, aj správny tvar.

OpenAI nie je prvou spoločnosťou, ktorá dokáže na základe textu vytvárať 3D modely. Už minulý rok uzrel svetlo sveta projekt DreamFusion vytvorený divíziou Google Research. Tvorcovia Point-E však odlišným prístupom dosiahli vyššiu rýchlosť generovania modelov. Namiesto dní a hodín mu vytvorenie jednoduchého bodového modelu môže trvať aj zopár (desiatok) minút.

Aj takéto základné modely môžu mať svoje využitie pri rýchlejšom náčrte prvotných návrhov či tvorbe jednoduchších hier a efektov do filmov, seriálov či reklám, kde sa ich špecifickou úpravou či umiestnením do scény skryje ich nedokonalosť. S takýmito modelmi je pritom možné pracovať ďalej a ich konverziou z bodov na sieť ich pretvoriť na už celkom použiteľné modely. Tento prístup sa tvorcom osvedčil pri modeli slúchadiel, vianočného corgiho, no menej už však pri komplikovanom modeli kytice.

V galérii vyššie nájdete aj porovnanie modelov, ktoré vytvoril model Point-E s obrázkami, ktoré vytvoril obrazový model DALL-E 2. Zadaniami boli „3D model avokádovej stoličky, stolička pripomíajúca avokádo, plné zobrazenie, biele pozadie“ a „jednoduché plné zobrazenie 3D modelu corgiho na bielom pozadí“.

Ako to však sami uvádzajú v štúdii aj jeho tvorcovia, Point-E môže niekedy zle pochopiť zadanie a vytvoriť chybný a teda úplne nepoužiteľný model.

Point-E si na rozdiel od modelu ChatGPT zatiaľ nemožno vyskúšať bezplatne v prehliadači. Samotný model však bezplatný je, resp. dostupný je v rámci filozofie open source na nahliadnutie a stiahnutie na platforme GitHub.