Point-E 3D படங்களை உருவாக்கும் புதிய OpenAI தீர்வு

புள்ளி ஈ

Point E என்பது படத்தை உருவாக்குவதற்கான OpenAI இன் புதிய AI ஆகும்

OpenAI விரிவாக்கப்பட்ட திறன்களைக் கொண்டுள்ளது உங்கள் AI உரை மென்பொருளின்இரண்டு முதல் முப்பரிமாண படம் தொடங்குதல் பாயிண்ட்-இ, ஒரு உரைத் தூண்டுதல்களிலிருந்து 3D படங்களை உருவாக்கும் AI. வெளியிடப்பட்ட கோட்பேஸ் ஆவணத்தின்படி, Point-E க்கு உயர்நிலைக் கணினி இயங்கத் தேவையில்லை மற்றும் ஒரு Nvidia V100 GPU மூலம் இரண்டு நிமிடங்களுக்குள் ஒரு மாதிரியை உருவாக்க முடியும்.

இதன் மூலம் 3D மாடல் ஜெனரேட்டர்கள் AI இன் உலகத்தை புயலால் தாக்கும் அடுத்த திருப்புமுனையாக இருக்கக்கூடும் என்பதைக் காணலாம். OpenAI இந்த ஆண்டு மிகவும் சுறுசுறுப்பாக உள்ளது, எடுத்துக்காட்டாக இங்கே வலைப்பதிவில் அதன் இரண்டு முக்கிய திட்டங்களுக்கான நிறுவனத்தைப் பற்றி பேசினோம்: Dall-E 2 மற்றும் ChatGPT.

இந்த இரண்டு பெரிய AI இயங்குதளங்களுக்கு இடையில், எளிய உரைச் செய்தியிலிருந்து படங்களை உருவாக்கவும் நீண்ட உரை இயக்கவும் நிறுவனம் உதவியது, இப்போது நிறுவனம் மூன்றாவது கருத்தாக்கத்துடன் மீண்டும் வந்துள்ளது, இது அனைவரின் ஆர்வத்தைத் தூண்டும் வகையில் கிறிஸ்துமஸுக்கு சற்று முன்பு தொடங்கப்பட்டது. Point-E என அழைக்கப்படும் இந்த மூன்றாவது கருத்து, இதேபோன்ற முறையைப் பின்பற்றுகிறது, எளிய தூண்டுதல்களிலிருந்து 3D உள்ளடக்கத்தை உருவாக்குகிறது.

OpenAI குழுவால் வெளியிடப்பட்ட ஒரு ஆய்வுக் கட்டுரையில் அறிவிக்கப்பட்டது, Point-E இரண்டு நிலைகளில் செயல்படுகிறது: முதல் டெக்ஸ்ட்-டு-இமேஜ் AI ஐப் பயன்படுத்துகிறது உங்கள் வாய்மொழி கோரிக்கையை படமாக மாற்ற, இந்த படத்தை 3D மாதிரியாக மாற்ற இரண்டாவது செயல்பாட்டைப் பயன்படுத்தவும்.

Point-E என்பது ஓப்பன் சோர்ஸ் மற்றும் மூல குறியீடு கிதுப்பில் கிடைக்கிறது. இருப்பினும், முயற்சி செய்வது சற்று தந்திரமானதாக இருக்கலாம், ஏனெனில் பயனர்கள் கட்டளை வரி கருவிகளை நன்கு அறிந்திருக்க வேண்டும் மற்றும் கணினியில் பைதான் இருக்க வேண்டும், ChatGPT போலல்லாமல், பயனர்கள் இணையதளத்தில் பதிவு செய்து தங்கள் திறன்களை சோதிக்க முடியும்.

Point-E பாரம்பரிய அர்த்தத்தில் 3D பொருட்களை உருவாக்கவில்லை, மாறாக, இது புள்ளி மேகங்களை உருவாக்குகிறது, அதாவது, 3D வடிவத்தைக் குறிக்கும் விண்வெளியில் தனித்தனி தரவுப் புள்ளிகள், எனவே கன்னமான சுருக்கம்.

(Point-E இல் உள்ள "E" என்பது "செயல்திறன்" என்பதன் சுருக்கமாகும், ஏனெனில் இது 3D பொருட்களை வழங்குவதற்கான முந்தைய அணுகுமுறைகளை விட வேகமாக உள்ளது.) டெவலப்பர்களின் கூற்றுப்படி, புள்ளி மேகங்களை ஒருங்கிணைக்க கணக்கீட்டு ரீதியாக எளிதானது, ஆனால் அவை ஒரு பொருளின் வடிவத்தையோ அல்லது நேர்த்தியான அமைப்பையோ கைப்பற்றவில்லை, இது தற்போது புள்ளி-E இன் முக்கிய வரம்பாகும்.

இந்த வரம்பைத் தவிர்க்க, Point-E இன் புள்ளி மேகங்களை கண்ணிகளாக மாற்ற, Point-E குழு கூடுதல் AI அமைப்பைப் பயிற்றுவித்தது. (மெஷ்கள், ஒரு பொருளை வரையறுக்கும் செங்குத்துகள், விளிம்புகள் மற்றும் முகங்களின் தொகுப்புகள் பொதுவாக 3D மாடலிங் மற்றும் வடிவமைப்பில் பயன்படுத்தப்படுகின்றன.) ஆனால் ஆராய்ச்சியாளர்கள் அவர்கள் சுட்டிக்காட்டுகிறார்கள் என்று தனது கட்டுரையில் தி மாதிரி சில நேரங்களில் பொருட்களின் பகுதிகளை இழக்கலாம், சிதைந்த அல்லது தடுக்கப்பட்ட வடிவங்களை விளைவிக்கிறது. மெஷ் ஜெனரேஷன் மாடலைத் தவிர, இது தன்னிச்சையானது, பாயிண்ட்-இ இரண்டு மாதிரிகளைக் கொண்டுள்ளது: ஒரு உரை பட மாதிரி மற்றும் ஒரு 3D பட மாதிரி.

DALL-E 2 மற்றும் நிலையான பரவல் போன்ற கலைப்படைப்பு உருவாக்க அமைப்புகளைப் போலவே உரை-பட மாதிரி, சொற்கள் மற்றும் காட்சிக் கருத்துக்களுக்கு இடையே உள்ள தொடர்புகளைப் புரிந்து கொள்ள லேபிளிடப்பட்ட படங்களில் பயிற்சி அளிக்கப்பட்டது. மறுபுறம், 3D பட மாதிரியானது, இரண்டையும் எவ்வாறு திறம்பட மொழிபெயர்ப்பது என்பதை அறிய, 3D பொருள்களுடன் தொடர்புடைய படங்களின் தொகுப்பை வழங்கியது. ஒரு உரைச் செய்தியை வழங்கும்போது, ​​எடுத்துக்காட்டாக, "ஒரு 3D அச்சிடக்கூடிய கியர், ஒற்றை கியர் 7cm விட்டம் மற்றும் 1cm தடிமன்", Point-E இன் டெக்ஸ்ட்-டு-இமேஜ் மாதிரியானது படத்திற்குச் செல்லும் ஒரு செயற்கைப் பொருளை உருவாக்குகிறது. -3டி மாதிரி.

பிந்தையது புள்ளிகளின் மேகத்தை உருவாக்குகிறது. "பல மில்லியன்" 3D பொருள்கள் மற்றும் அதனுடன் தொடர்புடைய மெட்டாடேட்டாவின் தரவுத்தொகுப்பில் மாதிரிகளுக்குப் பயிற்சியளித்த பிறகு, Point-E ஆனது அடிக்கடி உரைத் தூண்டுதல்களுடன் பொருந்தக்கூடிய வண்ண புள்ளி மேகங்களை உருவாக்க முடிந்தது, OpenAI ஆராய்ச்சியாளர்கள் கூறுகின்றனர். சரியாக இல்லை: Point-E இன் 3D பட மாதிரியானது சில நேரங்களில் உரைப் பட மாதிரியிலிருந்து படத்தைப் புரிந்து கொள்ளாது, இதன் விளைவாக உரைச் செய்தியுடன் பொருந்தாத வடிவம் கிடைக்கும். இருப்பினும், OpenAI குழுவின் கூற்றுப்படி, இது முந்தைய கலையை விட மிக வேகமாக உள்ளது.

ஒரு திரைப்படம் அல்லது வீடியோ கேமில் வணிகரீதியான 3D ரெண்டரிங் தரத்தை அடைவதில் இருந்து முடிவு வெகு தொலைவில் உள்ளது. ஆனால் அது இருக்கக் கூடாது. பிளெண்டர் போன்ற ஒரு 3D பயன்பாட்டில் அவை கொடுக்கப்பட்டவுடன், அவை சாதாரண 3D படங்களைப் போலவே இருக்கும் கடினமான மெஷ்களாக மாற்றப்படலாம்.

"எங்கள் முறை மாதிரி தரத்தின் அடிப்படையில் இன்னும் கீறல் இல்லை என்றாலும், இது ஒன்று அல்லது இரண்டு ஆர்டர்கள் வேகமானது, இது சில பயன்பாட்டு நிகழ்வுகளுக்கு ஒரு நடைமுறை சமரசமாகும்" என்று OpenAI ஆராய்ச்சியாளர்கள் திட்டத்தை விவரிக்கும் தாளில் விளக்குகின்றனர்.

இறுதியாக ஆம் நீங்கள் மூலக் குறியீடு அல்லது பலவற்றை அறிந்து கொள்ள ஆர்வமாக உள்ளீர்கள் Point-E பற்றிய விவரங்களை நீங்கள் பார்க்கலாம் பின்வரும் இணைப்பு.


உங்கள் கருத்தை தெரிவிக்கவும்

உங்கள் மின்னஞ்சல் முகவரி வெளியிடப்பட்ட முடியாது. தேவையான புலங்கள் குறிக்கப்பட்டிருக்கும் *

*

*

  1. தரவுக்கு பொறுப்பு: மிகுவல் ஏஞ்சல் கேடன்
  2. தரவின் நோக்கம்: கட்டுப்பாட்டு ஸ்பேம், கருத்து மேலாண்மை.
  3. சட்டபூர்வமாக்கல்: உங்கள் ஒப்புதல்
  4. தரவின் தொடர்பு: சட்டபூர்வமான கடமையால் தவிர மூன்றாம் தரப்பினருக்கு தரவு தெரிவிக்கப்படாது.
  5. தரவு சேமிப்பு: ஆக்சென்டஸ் நெட்வொர்க்குகள் (EU) வழங்கிய தரவுத்தளம்
  6. உரிமைகள்: எந்த நேரத்திலும் உங்கள் தகவல்களை நீங்கள் கட்டுப்படுத்தலாம், மீட்டெடுக்கலாம் மற்றும் நீக்கலாம்.