Meta 3D Gen 震撼发布：1 分钟打造顶级 3D 模型 作者 | 赵明华 7 月 3 日凌晨，Meta 正式公布了一款文生 3D 模型——Meta 3D Gen，在文生 3D 赛道上掀起一阵热潮。 据悉，3D Gen 可以在一分钟内根据用户输入的文本提示词，快速构建出包括 3D 模型、纹理贴图、材质等在内的全方位 3D 资产。GenAI 团队称，这一速度相较于当前市场上的同类产品，实现了 3 至 10 倍的提升，极大地缩短了创作周期。 不仅如此，Meta 3D Gen 在追求速度的同时，也可以保证生成内容的质量。相比于以往具有同等速度的模型，3D Gen 在模型的视觉保真度、生成的 3D 网格质量、材料的质量和控制方面，都能够有更好的表现。 Meta 3D Gen 结合了 Meta 的两个现有模型：用于生成 3D 网格素材的 AssetGen 和用于精细纹理化的 TextureGen。通过结合这两个模型的优势，3DGen 可同时以三种方式表示三维物体：视图空间、体积空间和 UV（或纹理）空间。在 Meta 的一则报告中提到，与单阶段模型相比，这两项技术的集成实现了 68% 的胜率。 在生成过程中 3D Gen 采用的是两阶段的方法：第一阶段使用 AssetGen，第二阶段使用 TextureGen。 第一阶段：文本到图像 这一阶段的目标是，从文本生成有着色和阴影的图像，从四个标准视角，生成这些角度的 4 张视图。 3D Gen 会跟据用户提供的文本提示，创建初始三维资产，生成带有纹理和 PBR 材质贴图的 3D 网格。这一阶段的推理时间约为 30 秒。 第二阶段：图像到 3D 在这一阶段，3D Gen 会根据第一阶段生成的 3D 素材和最初的文本提示词，对第一阶段的素材进行纹理细化或者重新着色，生成更加高质量的纹理和 PBR 图（PBR，基于物理的渲染，是计算机图学中的着色方法）。 第二阶段的推理时间约为 20 秒。 为了评估 3D Gen 的效果，Meta 邀请了专业创作者和普通人参与到研究中，对提示词忠诚度视觉质量进行评估。 在两个阶段中，3DGen 在该参数上均超越了所有行业基准，而第三方文本转 3D (T23D) 生成器则成为最强大的竞争对手。研究发现，3D 经验较少的注释者（annotatiors）对哪怕是微小的纹理和几何伪影也不太敏感，他们更喜欢纹理更清晰、更生动、更逼真、更细致的资源。在所有类别中，professional 3D 艺术家都表示更喜欢 3D Gen。 在数字艺术、游戏设计、影视制作等领域，3D 动画一直扮演着重要角色。传统 3D 动画制作过程繁琐复杂，需要专业技能和大量时间，GenAI+3D 技术的出现，有望改变这一现状。 参考链接：https://arxiv.org/abs/2407.02599 论文地址： https://scontent-eze1-1.xx.fbcdn.net/v/t39.2365-6/449707112_509645168082163_2193712134508658234_n.pdf?_nc_cat=111&ccb=1-7&_nc_sid=3c67a6&_nc_ohc=5bSbn3KaluAQ7kNvgGRfSwR&_nc_ht=scontent-eze1-1.xx&oh=00_AYC1nbp-YTq0P7189qTiXg4WAhfjVogkCEwMnJR5XJrw4Q&oe=668A5091 内容推荐在人工智能的浪潮之下，AI Agent 正逐渐成为技术前沿探索与实践的焦点，不仅推动着各行各业的革新，也在企业生产、办公自动化、零售连锁等多个领域展现出巨大的潜力和价值。我们精选了2024年 InfoQ 技术大会上关于AI Agent的精彩演讲内容，带你了解华为、微软等大厂的探索方向和实践经验。关注「AI前线」，回复「Agent」免费获取PPT资料。 活动推荐AICon 全球人工智能开发与应用大会，为资深工程师、产品经理、数据分析师等专业人群搭建深度交流平台。聚焦大模型训练与推理、AI Agent、RAG 技术、多模态等前沿议题，汇聚 AI 和大模型超全落地场景与最佳实践，期望帮助与会者在大模型时代把握先机，实现技术与业务的双重飞跃。 在主题演讲环节，我们已经邀请到了「蔚来创始人 李斌」，分享基于蔚来汽车 10 年来创新创业过程中的思考和实践，聚焦 SmartEV 和 AI 结合的关键问题和解决之道。大会火热报名中，7 月 31 日前可以享受 9 折优惠，单张门票节省 480 元（原价 4800 元），详情可联系票务经理 13269078023 咨询。 今日荐文 全员降薪60%、300亿市值几乎跌成零！这个曾剑指英伟达的国产芯片公司被曝造假，业内评其“老鼠屎” 成立半年就敢踢馆 OpenAI ，首个开源模型不输 GPT-4o，LeCun 、PyTorch 之父齐声叫好！ 下一代 RAG 技术来了！微软正式开源 GraphRAG：大模型行业将迎来新的升级？ 微软130亿美元换的OpenAI 董事席，苹果仅靠“刷脸”就拿下了！硅谷明星创企积极投靠大厂 挖矿不行了找AI接盘！挖矿公司们来抢云厂商生意：收入涨10倍，今年的算力早就卖完了！你也「在看」吗？?? 阅读原文