In de afgelopen weken hebben gebruikers miljoenen afbeeldingen gegenereerd met kunstmatige intelligentie. Fantastische scenario's, absurde combinaties, buitengewone successen en afschuwelijke fouten zijn een essentieel onderdeel van deze modellen die blijven verbeteren, maar de mensen van NVIDIA Research werken al aan wat we als hun evolutionaire sprong zouden kunnen beschouwen: GET3D, een generatief systeem voor driedimensionale objecten met texturen, uitgaande van een dataset op basis van 2D-afbeeldingen.
«Landschap van een oud bos, herfstseizoen, bruine en gouden bladeren, zonnestralen die door de bomen vallen, oude versleten weg, olieverf op canvas, zeer gedetailleerd»
«Landschap van een oud bos, herfstseizoen, bruine en gouden bladeren, zonnestralen die door de bomen vallen, oude versleten weg, olieverf op canvas, zeer gedetailleerd». Na ongeveer tien minuten en verschillende revisies toonde Stable Diffusion dit:
En zelfs dan doet hij niet eens zijn best, want ik gebruikte een vrij generieke prompt. Als ik een specifiekere stijl of de naam van een kunstenaar had ingevoerd, zou het resultaat nog beter zijn. Dit is maar een voorbeeld van wat de generatie van afbeeldingen met kunstmatige intelligentie vandaag kan doen. Er is nog veel werk aan de winkel, vooral op het gebied van menselijke anatomie (handen met zeven vingers, drie armen, enz.), maar de tijd en technologie zijn in hun voordeel.
We hebben het al gehad over het genereren van video met behulp van tekst, en nu is NVIDIA aan de beurt met hun GET3D-project, dat gericht is op het bouwen van driedimensionale objecten en personages:
NVIDIA GET3D: Van 2D naar 3D, met kunstmatige intelligentie
Een van de meest interessante aspecten van GET3D is dat de training is gebaseerd op een dataset met tweedimensionale afbeeldingen. Alle gegenereerde modellen nemen een populair formaat aan dat gemakkelijk kan worden geïmporteerd in de belangrijkste bewerkingsapplicaties, of het nu gaat om latere rendering of om invoeging in grafische engines. Natuurlijk is elk algoritme zo goed als de training die het krijgt, en GET3D is daarop geen uitzondering. De korte demo van Nvidia richt zich op auto's (van pick-ups tot racewagens), motorfietsen, stoelen, mensen en dieren.
Een van de prioriteiten voor GET3D is detail. Alle eerdere generatieve modellen hebben op dit punt belangrijke beperkingen, maar GET3D zet in op een grotere omvang en diversiteit van datasets, terwijl het ook de hoeveelheid optimaliseert: Nvidia verwacht dat GET3D met een enkele GPU (ik stel me zoiets als een A100 voor) 20 objecten per seconde kan genereren, en de training met een miljoen afbeeldingen duurde twee dagen (wederom met A100-GPU's).
Het beste deel? GET3D is open source. Nvidia heeft al een profiel op GitHub aangemaakt en zal de komende dagen meer informatie delen.
Officiële aankondiging: Klik hier
