В MIT улучшили метод создания реалистичных 3D-моделей с помощью ИИ
Без дорогостоящего обучения нейросетей/imgs/2024/12/04/18/6674659/c3e6db9e583fb0eaacea01ca366dc4ff62e3099c.jpeg)
© Ferra.ru
Технология, известная как Score Distillation Sampling, использует модели для генерации 2D-изображений, чтобы преобразовывать их в 3D-формы. Однако ранее этот процесс часто приводил к нечетким результатам из-за ограничений в обучении ИИ. MIT исследовали причины этого явления и предложили простое решение, которое улучшает качество 3D-объектов.
Ученые заменили случайный шум, использующийся в процессе преобразования, на более точные приближенные значения, что позволило получить более четкие и реалистичные 3D-формы. Также была улучшена детализация рендеринга, что дополнительно повысило качество моделей.
Метод MIT не требует дополнительных затрат на переобучение моделей ИИ, что делает его более доступным по сравнению с другими решениями. Это также открывает новые возможности для создания 3D-объектов в таких областях, как виртуальная реальность и кинопроизводство.
/imgs/2024/12/04/17/6674635/f4858207829515e472a83b88097e65a4b5ab0620.png)
© MIT