Nas últimas semanas, os usuários têm gerado milhões de imagens com inteligência artificial. Cenários fantásticos, combinações absurdas, acertos extraordinários e erros espantosos são uma parte essencial desses modelos que continuam avançando, mas o pessoal da NVIDIA Research já trabalha no que poderíamos considerar seu salto evolutivo: GET3D, um sistema generativo para objetos tridimensionais com texturas, partindo de um dataset baseado em imagens 2D.
«Paisagem de uma floresta antiga, estação de outono, folhas marrons e douradas, raios de sol passando entre as árvores, estrada velha e gasta, óleo sobre tela, alto detalhe»
«Paisagem de uma floresta antiga, estação de outono, folhas marrons e douradas, raios de sol passando entre as árvores, estrada velha e gasta, óleo sobre tela, alto detalhe». Depois de cerca de dez minutos e várias revisões, o Stable Diffusion apresentou isto:
E nem está se esforçando, porque usei um prompt bastante genérico. Se eu tivesse injetado um estilo mais específico ou o nome de algum artista, o resultado seria ainda melhor. Isso é apenas uma amostra do que a geração de imagens com inteligência artificial pode fazer hoje. Ainda tem muito trabalho pela frente, especialmente no que diz respeito à anatomia humana (mãos com sete dedos, três braços, etc.), mas o tempo e a tecnologia estão a seu favor.
De fato, já falamos sobre a geração de vídeo usando texto, e agora é a vez da NVIDIA com seu projeto GET3D, que visa a construção de objetos e personagens tridimensionais:
NVIDIA GET3D: De 2D a 3D, com inteligência artificial
Um dos aspectos mais interessantes do GET3D é que seu treinamento se baseia em um dataset com imagens em duas dimensões. Todos os modelos gerados adotam um formato popular que permite que sejam importados facilmente nos principais aplicativos de edição, seja para uma renderização posterior ou para inserção em motores gráficos. Claro, todo algoritmo é tão bom quanto o treinamento que recebe, e o GET3D não é exceção. A breve demo da Nvidia foca em carros (desde picapes até veículos de corrida), motocicletas, cadeiras, pessoas e animais.
Uma das prioridades do GET3D é o detalhe. Todos os modelos generativos anteriores sofrem limitações importantes nesse ponto, mas o GET3D aposta em um maior tamanho e diversidade nos datasets, ao mesmo tempo que otimiza a quantidade: a Nvidia antecipa que usando uma única GPU (imagino algo como uma A100), o GET3D pode gerar 20 objetos por segundo, e seu treinamento com um milhão de imagens levou dois dias (mais uma vez, com GPUs A100).
A melhor parte? O GET3D é open source. A Nvidia já criou um perfil no GitHub e compartilhará mais informações nos próximos dias.
Anúncio oficial: Clique aqui
