A Meta új VFusion3D-je másodpercek alatt varázsol 2D-s képekből 3D-s modelleket

A Meta és az University of Oxford kutatói nemrégiben bemutatták a VFusion3D névre hallgató forradalmi technológiát, amely képes egyetlen kétdimenziós képből mindössze néhány másodperc alatt teljes értékű, forgatható és nagyítható háromdimenziós modellt generálni. Ez a fejlesztés mérföldkőnek számít az AI-kutatásban, mivel választ ad a mesterséges intelligencia egyik legnehezebb szakmai kihívására: hogyan tanítsuk meg a gépeket a térbeli világ valósághű megértésére, amikor a rendelkezésre álló tanító adatok döntő többsége csupán kétdimenziós síkbeli információ. A kutatók áttörést értek el azzal, hogy az AI-t lényegében arra tanították, hogy úgynevezett 3D-ben álmodozzon, miközben videós AI-modelleket hívtak segítségül, amelyek képesek minden lehetséges szögből elképzelni a tárgyakat, ezzel szintetikus 3D-s adatok tömegét hozva létre.

A technológia jelentősége abban rejlik, hogy teljesen átírja a 3D-s tartalomgyártás szabályait. A hagyományos, manuális modellezés vagy a kész asset-áruházak használata helyett a VFusion3D az azonnali, automatizált generálás irányába tereli az iparágat. A gyakorlati tesztek során a rendszer kiemelkedő teljesítményt nyújtott, az emberi értékelések alapján 90 százalékos győzelmi arányt ért el a piacon jelenleg elérhető más modellekkel szemben. A fejlesztők az open-source megoldást GitHubon tették közzé, emellett a Hugging Face platformon egy nyilvános demo is rendelkezésre áll, ahol bárki kipróbálhatja, hogyan válnak valósággá az egyszerű 2D-s képek, sőt, a generált 3D-s videók le is tölthetők.

Az alkalmazási területek rendkívül sokrétűek, és alapjaiban változtathatják meg a kreatív és műszaki szakmákat. A játékfejlesztők például képesek lehetnek egész virtuális univerzumokat és részletes asseteket létrehozni másodpercek alatt, de az építészek is profitálhatnak a technológiából, hiszen egyszerű 2D-s vázlatokból villámgyorsan vizualizálhatják a bonyolult 3D-s terveket. A gyakorlati alkalmazásra már most is látunk példát, hiszen az EA már alkalmaz hasonló AI-megoldásokat, amellyel 11 000 főiskolai sportoló 3D-s modelljét alkották meg a sportjátékaikhoz. Hosszú távon a technológia kulcsszerepet játszhat a metaverzum fejlődésében, és lehetővé teszi, hogy VR, illetve AR környezetekben életszerű, testtel rendelkező, úgynevezett embodied AI-társak jelenjenek meg, így a 3D-modellezés folyamata mindenki számára hozzáférhetővé és egyszerűvé válik.