Dopo aver generato milioni e milioni di immagini, le intelligenze artificiali si preparano ad acquisire movimento e dimensione. Il ruolo della modellazione 3D nell'industria è enorme e, se una nuova piattaforma riuscisse a rendere il processo creativo ancora più rapido, potrebbe scatenare una vera rivoluzione. Con questo in mente scopriamo Point-E un sistema progettato da OpenAI che genera modelli tridimensionali combinando testo e nuvole di punti.
Da gattini astronauti a scene fantastiche piene di dettagli, i modelli generativi di immagini hanno scatenato un'ondata di attività sul Web. Una parte del pubblico si è concentrata sul dibattito legale ed etico di alcuni sviluppi, ma una cosa è certa: l'avanzamento di questa tecnologia non si fermerà.
Qual è la prossima frontiera? Oltre al video, un'altra priorità è la modellazione 3D. Di solito gli strumenti professionali hanno una curva di apprendimento piuttosto complessa, ma se il concetto di “testo-a-3D” diventasse realtà, non sarebbe azzardato parlare di una democratizzazione del design tridimensionale. In questa direzione si muove OpenAI, che ha confermato l'apertura del suo progetto Point-E, un equivalente di DALL-E per gli oggetti 3D.
Point-E: dal testo agli oggetti 3D con l'intelligenza artificiale
Secondo il paper ufficiale, uno dei principali vantaggi di Point-E è la sua velocità. Mentre DreamFusion di Google richiede una quantità enorme di tempo e schede grafiche per generare modelli, Point-E impiega meno di due minuti su una Nvidia V100. Jim Fan di Nvidia spiega che Point-E è 600 volte più veloce di DreamFusion, anche se si colloca al di sotto per quanto riguarda la qualità.
Questo è dovuto al metodo di generazione di Point-E. Il sistema utilizza nuvole di punti per rappresentare l'oggetto tridimensionale. Questa limitazione riduce la precisione di alcune caratteristiche come la texture o la forma finale, ma gli oggetti sono molto più facili da riprodurre. Il trucco di Point-E per compensare è la conversione della nuvola di punti in mesh (leggi 'meshes'). In termini semplici, possiamo parlare di tre modelli: uno da testo a immagine, un altro da immagine a nuvola di punti 3D, e il terzo incaricato del mesh.
OpenAI ha addestrato questo sistema con diversi milioni di oggetti 3D, inclusi i metadati. Ora, Point-E commette spesso errori, soprattutto quando interpreta l'immagine generata dal primo modello, ma c'è molto lavoro da fare, che porterà inevitabilmente a modelli più ottimizzati.
Sito ufficiale: Clicca qui
Accedi allo studio (PDF): Clicca qui
