Ny metod: förbättring av realistiskt 3D-formskapande med AI på MIT

StockholmForskare vid MIT har utvecklat ett nytt sätt att skapa mer realistiska 3D-former med hjälp av generativ AI. Att skapa detaljerade 3D-modeller för virtuell verklighet eller ingenjörsarbete tar vanligtvis mycket tid och kräver manuell insats. Även om generering av 2D-bilder från text har gjort stora framsteg, har det varit svårare att uppnå samma kvalitet med 3D-modeller. Denna nya metod förbättrar en teknik som kallas Score Distillation Sampling (SDS) för att övervinna dessa utmaningar.
Processen börjar med att ta en slumpmässig 3D-form och omvandla den till en 2D-bild. En AI-modell förbättrar sedan bilden för att göra den tydligare. Denna cykel upprepas tills 3D-objektet ser bra ut. MIT-forskare upptäckte ett problem där bilderna blev suddiga på grund av brus. Istället för att använda komplexa och långsamma beräkningar använde de en enklare metod för att gissa de saknade delarna i 3D-renderingen, vilket resulterade i skarpare bilder.
Viktiga aspekter av studien innefattar:
- Användning av en förtränad bilddiffusionsmodell för att förbättra effektiviteten.
- Genomförande av approximationstekniker för att förbättra tydligheten av former.
- Undvikande av dyr modellträning, vilket minskar total tid och kostnad.
- Förbättring av matematiskt förståelse inom generativa AI-tekniker för framtida utveckling.
Denna nya metod förbättrar kvaliteten på 3D-former och gör dem snabbare och lättare att skapa. Den fungerar som ett digitalt verktyg för designers, vilket möjliggör mer detaljerade och realistiska mönster utan stor ansträngning. Dessa framsteg inom datorteknik är viktiga för industrier som använder 3D-modellering, såsom spel, animation och ingenjörsdesign.
MIT:s forskare förbättrar AI genom att använda befintliga diffusionmodeller, vilket möjliggör framsteg utan att behöva bygga om allt från grunden. Denna metod är mer effektiv och kan lätt anpassas. Deras arbete är en del av en större trend där man förbättrar AI genom smarta förändringar istället för kompletta omarbetningar. Men genom att använda nuvarande modeller behåller man också befintliga problem, som partiskhet och felaktigheter. Framtida arbeten kommer troligtvis att fokusera på att åtgärda dessa brister.
Denna teknik förväntas förbättra användningsområden inom virtuella verkligheten och liknande teknologier. Experter från MIT, Oxford och olika teknikföretag samarbetar för att utveckla AI-verktyg för design. Detta kan förändra hur industrier skapar och använder 3D-innehåll.
Studien publiceras här:
http://dx.doi.org/10.48550/arXiv.2405.15891och dess officiella citering - inklusive författare och tidskrift - är
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

8 februari 2025 · 23:24
Techjättarna tar kampen: AI-kriget har just börjat

29 december 2024 · 02:20
AI och grupptänk: hur maskininlärning förstärker fördomar och påverkar samhället

28 december 2024 · 04:35
Forskare utforskar AI-baserade åldersklockor för att förbättra hälsa och förlänga livslängden
Dela den här artikeln
