Depois de ter gerado milhões e milhões de imagens, as inteligências artificiais se preparam para ganhar movimento e dimensão. O papel da modelagem 3D na indústria é gigantesco, e se uma nova plataforma conseguir dinamizar ainda mais o processo de criação, poderia iniciar uma verdadeira revolução. Com isso em mente, descobrimos o Point-E, um sistema projetado pela OpenAI que gera modelos tridimensionais combinando texto e nuvens de pontos.
De gatinhos astronautas a cenas fantásticas repletas de detalhes, os modelos generativos de imagens deram lugar a uma explosão de atividade na Web. Uma parte do público se concentrou em debater a situação legal e ética de alguns desenvolvimentos, mas uma coisa é certa: o avanço dessa tecnologia não vai parar.
O que vem a seguir na lista? Além do vídeo, outra das prioridades é a modelagem 3D. Em geral, as ferramentas profissionais têm uma curva de aprendizado bastante complexa, mas se o conceito de "texto-para-3D" se tornar realidade, não seria absurdo falar sobre uma democratização do design tridimensional. Nessa direção aponta a equipe da OpenAI após confirmar a abertura do seu projeto Point-E, um equivalente ao DALL-E para objetos 3D.
Point-E: de texto a objetos 3D, com inteligência artificial
De acordo com o paper oficial, uma das principais vantagens do Point-E é a sua velocidade. Enquanto o DreamFusion do Google precisa de uma quantidade muito grande de tempo e placas gráficas para gerar modelos, o Point-E leva menos de dois minutos em uma unidade Nvidia V100. Jim Fan, da Nvidia, explica que o Point-E é 600 vezes mais rápido que o DreamFusion, embora fique abaixo em qualidade.
Isso se deve ao método de geração no Point-E. O sistema utiliza nuvens de pontos para representar o objeto tridimensional. Essa limitação reduz a precisão de certas características como a textura ou a forma final, mas os objetos são muito mais fáceis de reproduzir. O truque do Point-E para compensar isso é a conversão da nuvem de pontos em malhas (leia-se "meshes"). Em termos relaxados, podemos falar de três modelos: um de texto para imagem, outro de imagem para nuvem de pontos 3D, e o terceiro encarregado da malha.
A OpenAI treinou esse sistema com vários milhões de objetos 3D, incluindo metadados. Agora, o Point-E costuma cometer erros, especialmente no momento de interpretar a imagem gerada pelo primeiro modelo, mas há muito trabalho pela frente, que inevitavelmente levará a modelos mais otimizados.
Site oficial: Clique aqui
Acesse o estudo (PDF): Clique aqui
