Nuova ricerca: generazione di forme 3D realistiche migliorata con l'intelligenza artificiale generativa

RomeRicercatori del MIT hanno sviluppato un nuovo sistema basato su intelligenza artificiale generativa per creare forme 3D più realistiche. Tradizionalmente, la creazione di modelli 3D dettagliati per realtà virtuale o ingegneria richiede molto tempo e lavoro manuale. Anche se la generazione di immagini 2D da testo è notevolmente migliorata, ottenere modelli 3D di qualità simile è stato più complesso. Questa nuova tecnica perfeziona un metodo chiamato Score Distillation Sampling (SDS) per superare questi ostacoli.
Il processo inizia scegliendo una forma tridimensionale casuale e trasformandola in un'immagine bidimensionale. Un modello di intelligenza artificiale interviene per rendere l'immagine più chiara. Questo ciclo si ripete fino a ottenere l'aspetto desiderato dell'oggetto 3D. I ricercatori del MIT hanno scoperto che, a causa del rumore, le immagini risultavano sfocate. Anziché utilizzare calcoli complessi e lenti, hanno adottato un metodo più semplice per indovinare le parti mancanti nel rendering 3D, ottenendo immagini più nitide.
Aspetti principali dello studio:
- Utilizzo di un modello di diffusione di immagini preaddestrato per aumentare l'efficienza.
- Applicazione di tecniche di approssimazione per migliorare la chiarezza delle forme.
- Evitare il riaddestramento costoso del modello, riducendo così tempo e costi complessivi.
- Migliorare la comprensione matematica delle tecniche di intelligenza artificiale generativa per sviluppi futuri più efficaci.
Questo nuovo metodo migliora la qualità delle forme 3D e semplifica la loro creazione, rendendola più rapida. È un utile strumento digitale per i designer, permettendo la realizzazione di progetti più dettagliati e realistici con facilità. Questi progressi nelle tecniche computazionali sono fondamentali per settori che utilizzano la modellazione 3D, come il gaming, l'animazione e il design ingegneristico.
I ricercatori del MIT stanno migliorando l'intelligenza artificiale utilizzando modelli di diffusione già esistenti, permettendo progressi senza la necessità di ricostruire tutto da zero. Questo metodo è più efficiente e facilmente scalabile. Il loro lavoro fa parte di una più ampia tendenza a migliorare l'IA attraverso modifiche intelligenti anziché un totale rifacimento dei sistemi. Tuttavia, l'uso dei modelli attuali comporta anche il mantenimento dei problemi esistenti, come i pregiudizi e le inesattezze. Il lavoro futuro probabilmente si concentrerà sulla risoluzione di questi problemi.
Ottimizzati i modelli AI, restano le sfide.
Questa tecnica promette di migliorare le applicazioni nella realtà virtuale e in tecnologie affini. Esperti del MIT, di Oxford e di aziende tecnologiche stanno collaborando per perfezionare gli strumenti di intelligenza artificiale per il design. Questo potrebbe rivoluzionare il modo in cui le industrie creano e utilizzano contenuti 3D.
Lo studio è pubblicato qui:
http://dx.doi.org/10.48550/arXiv.2405.15891e la sua citazione ufficiale - inclusi autori e rivista - è
Artem Lukoianov, Haitz Sáez de Ocáriz Borde, Kristjan Greenewald, Vitor Campagnolo Guizilini, Timur Bagautdinov, Vincent Sitzmann, Justin Solomon. Score Distillation via Reparametrized DDIM. Submitted to arXiv, 2024 DOI: 10.48550/arXiv.2405.15891

31 gennaio 2025 · 17:46
Studio sui benefici del contatto: costruire società cooperative tra animali e umani.

30 dicembre 2024 · 07:54
Gli scienziati usano il bootstrap per supportare la teoria delle stringhe nella fisica moderna

30 dicembre 2024 · 01:44
Valutare la natura: sfide nella creazione di un sistema di crediti per la biodiversità
Condividi questo articolo
