AI 應用新聞

NVIDIA 生成式人工智慧研究在一秒內製作出3D形狀



LATTE3D模型快速將文字提示轉換為高品質的3D形狀,可幫助填充虛擬世界

NVIDIA的研究人員在最新的文字轉3D生成式人工智慧(AI)模型中注入了雙倍的加速力量,該模型被稱為LATTE3D。



nvidia_latte3d.jpg

就像一台虛擬的3D列印機,LATTE3D能在一秒內將文字提示轉換為物體和動物的3D表示形式。

採用了廣泛使用於標準渲染應用程式的格式,生成的形狀可以輕鬆地在虛擬環境中使用,用於開發電玩遊戲、廣告活動、設計項目或機器人的虛擬訓練場域。

NVIDIA AI研究副總裁Sanja Fidler所屬位於多倫多的AI實驗室團隊開發了LATTE3D,她表示:「一年前,AI模型生成這種質量的3D視覺效果需要一個小時,而目前的最新技術只需約10到12秒。我們現在能以數量級更快的速度產生結果,使各產業的創作者能夠實現近乎即時的文字到 3D 生成。」

這項進步意味著當在單個GPU上運行推論時,像NVIDIA RTX A6000這樣的GPU,LATTE3D能夠幾乎立即生成3D形狀。

構思、生成、迭代:縮短週期

創作者無需從頭開始設計或在 3D 資源庫內進行搜尋,而是可以使用 LATTE3D 在想法突然出現時,立即產生詳細的物件。

該模型基於每個文字提示生成幾種不同的3D形狀選項,供創作者選擇。選定的物體可以在幾分鐘內進行最佳化,達到更高的品質。然後,使用者可以將形狀匯出到圖形軟體應用程式或平台,如NVIDIA Omniverse,該平台支持基於通用場景描述(OpenUSD)的3D工作流程和應用程式。

雖然研究人員在動物和日常物體這兩個特定資料集上訓練 LATTE3D,但開發人員可以使用相同的模型架構在其他資料類型上訓練AI。

例如,如果在 3D 植物資料集上進行訓練,LATTE3D 的一個版本可以幫助景觀設計師在與客戶進行腦力激盪時使用樹木、開花灌木和多肉植物快速填充花園渲染圖。如果在家庭物品資料集上進行訓練,該模型可以產生填充家庭 3D 模擬的物品,開發人員可以使用這些物品來訓練個人助理機器人,然後再於現實世界中進行測試和部署。

LATTE3D 使用 NVIDIA A100 Tensor核心GPU 進行訓練。除了3D 形狀外,該模型還接受了使用ChatGPT 生成的各種文字提示的訓練,以提高模型處理使用者可能想出描述特定3D 物件的各種短語的能力,例如,理解具有各種犬類物種的提示都應該產生像狗一樣的形狀。

NVIDIA 研究中心由全球數百名科學家和工程師組成,團隊專注於AI、電腦圖形、電腦視覺、自動駕駛汽車和機器人等主題。

研究人員本週在 NVIDIA GTC大會上分享了研究成果,推動了擴散模型訓練技術的發展。歡迎至NVIDIA 技術部落格以了解更多資訊,並閱讀 GTC 大會上的 NVIDIA 研究會議完整列表。GTC大會於加州聖荷西舉行,至3 月 21 日為止前皆可於線上參加。

如欲了解最新的 NVIDIA AI 相關消息,請觀看 NVIDIA 創辦人暨執行長黃仁勳在 GTC 上主題演講的重播:




▌延伸閱讀