画期的な AI が間もなく 2D ビデオから 3D 世界全体を生成できるようになる

終わりのない最新のプッシュの中で 人工知能 今年発表されたプロジェクトに続き、ソフトウェア大手の NVIDIA は、2D ビデオ映像のみに基づいてオブジェクトの完全な 3D レプリカを作成できるプログラムを発表しました。

Neuralangelo (ニューラルとミケランジェロを組み合わせたもの) と呼ばれるこのソフトウェアは、建物、彫刻、複雑な構造、その他さまざまな複雑な 3D モデルの本物のような仮想レプリカを生成できます。

「Neuralangelo が提供する 3D 再構築機能は、クリエイターにとって大きなメリットとなり、現実世界をデジタル世界で再構築するのに役立ちます」と、研究担当シニア ディレクターであり、この論文の共著者である Ming-Yu Liu 氏は述べています。 ニューラランジェロ論文。

「このツールにより、開発者は最終的に、小さな彫像であれ巨大な建物であれ、詳細なオブジェクトをビデオ ゲームや産業用デジタル ツインの仮想環境にインポートできるようになります。」

NVIDIA はこのような AI モデルを作成した最初の企業ではありませんが、おそらくこれが最も先進的な企業です。 以前のバージョンでは、反復的なテクスチャ パターンや詳細な色をキャプチャするのに苦労していましたが、Neuralangelo ではこれはそれほど問題ではありません。

オブジェクト、構造、またはシーンの 2D ビデオ (すべてさまざまな角度から撮影されたもの) を使用することにより、モデルは特定のフレームを選択し、構造の完全なビューのための重要な角度をマッピングします。

各フレームのカメラ位置が決定されると、プログラムはシーンの大まかな 3D 解釈を作成します。 その後、レンダリングが最適化され、細部が鮮明になり、仮想現実に入れたり、さまざまな業界で使用したりできる最終的な 3D オブジェクトが生成されます。

プログラムの機能は明らかにされていますが、ソフトウェア自体はまだ一般公開されていません。

NVIDIA は、今年人工知能に大きな賭けをしている多くの企業の 1 つです。 Adobe、Google、OpenAI、Microsoft、その他多くの大手企業はいずれも、業界を引き継ぐモデルの作成に数十億ドルを注ぎ込んできました。

これまで見てきたのは、 AIが音楽を作ってみる、詩や複雑なコードを書いたり、受賞歴のあるアートワークを作成したりすることもできます。 しかし、3D 生成は AI にとって大きな問題の 1 つです。

3D フォームは複雑で予測不可能な性質があるため、これを複製するのは 2D 画像や文章ほど簡単ではありません。 これは、OpenAI が独自の手法で理解しようとしてきたものです。 E点 プロジェクトだが、作成するのが複雑なプロジェクトであることを認めた。

NVIDIA やそれに追随する他の企業が最終的に AI 3D モデル ジェネレーターを作成できれば、人工知能の世界に広範な影響を与えるでしょう。 AI アートがこれまで直面してきた最大の問題の 1 つは、複雑な形状を理解できないことです。

2D アートのサンプルを通じてトレーニングされているため、これらの ジェネレーターは手を理解するのに苦労しています そして複雑な形。 3D 生成モデルを含めることで、複製しようとしているモデルをよりよく理解できるようになります。

続きを読む：