Tecnologia

Una IA de NVIDIA capaz de crear objetos 3D usando fotografías

GET3D, la nueva inteligencia artificial de NVIDIA, ha podido crear varios objetos como automóviles, sillas, animales, motocicletas, personas o edificios.

Escuchá esta nota

EL DIARIO digital

minutos

Tras el "boom" de las imágenes producidas por la inteligencia artificial, el siguiente paso de esta tecnología está asomándose poco a poco para el deleite de todos los usuarios.

NVIDIA anunció GET3D, un nuevo modelo de IA que puede crear objetos 3D que se pueden usar en videojuegos, películas o en el metaverso. Usando la GPU y las imágenes 2D tomadas desde múltiples ángulos, el modelo puede crear formas complejas con texturas de alta calidad.

Según la publicación del blog de NVIDIA, los ingenieros entrenaron el modelo de IA en 1 millón de imágenes. Utilizando varias GPU A100 Tensor Core, el equipo alcanzó su objetivo en dos días. Según la compañía, GET3D puede producir 20 objetos por segundo con una sola GPU, lo que facilitaría el trabajo de los artistas y productores de contenido.

"El mundo real está lleno de variedad: las calles están llenas de edificios únicos, con diferentes vehículos zumbando y diversas multitudes pasando. Modelar manualmente un mundo virtual 3D que refleje esto requiere mucho tiempo, lo que dificulta completar un entorno digital detallado", menciona NVIDIA.

Hasta ahora, GET3D ha podido crear varios objetos, desde automóviles, sillas, animales o motocicletas hasta personas o edificios. La plantilla se puede combinar con otras herramientas de IA de NVIDIA para crear un objeto con un estilo específico.

Los ingenieros mencionan que puede crear redes 3D muy detalladas con una topología compleja y texturas realistas que se pueden exportar a motores de juegos o aplicaciones de renderizado.

Los objetos tridimensionales son editables para utilizarlos en películas o videojuegos

Uno de los puntos principales de GET3D es que los resultados se pueden modificar, lo que era difícil en experimentos anteriores.

A primera vista, el resultado es similar al que se puede obtener cuando se utiliza la técnica de la fotogrametría con un modelo detallado de red y estructura. La única desventaja es que los modelos de esta clase requieren un trabajo de "limpieza" posterior para optimizar el número de polígonos.

"Los trabajos anteriores sobre modelado generativo 3D carecen de detalles geométricos, están limitados en la topología de malla que pueden producir, normalmente no admiten texturas o utilizan renderizadores neuronales en el proceso de síntesis, lo que hace que su uso en software 3D común no sea trivial", se puede leer en el blog oficial de NVIDIA.

Al igual que con otros modelos de aprendizaje profundo, cuanto más grandes sean los datos de entrenamiento, mejores serán los resultados. GET3D utiliza un conjunto de datos sintéticos, aunque los investigadores planean entrenar la próxima versión con datos reales.

La siguiente versión de GET3D ya está en planes

Crear objetos 3D usando inteligencia artificial es interesante y NVIDIA ha dado un paso importante. Sin embargo, los modelos 3D para videojuegos, películas u otras aplicaciones de entretenimiento son mucho más complejos que un experimento Mindjourney o DALL-E.

Estos objetos deben cumplir con propiedades adicionales como el número de polígono o la topología cuando se usan en juegos o escenas que contienen animaciones.

Hace unas semanas, un programa similar fue tendencia en Twitter. El servicio Kaedim, que utiliza inteligencia artificial para crear modelos 3D a partir de imágenes 2D, ha llamado la atención de varios artistas. Después de publicar resultados impresionantes que eran demasiado buenos para ser verdad, algunos acusaron a la empresa de mentir y utilizar profesionales de 3D.

Finalmente, Kaedim apareció y dijo que, aunque usa un algoritmo de IA para crear el objeto, un humano cambia el resultado final. Un "ingeniero de control de calidad" verifica el modelo y lo ajusta al estándar de calidad requerido por el cliente antes del envío.

Aunque optimiza el tiempo de producción en comparación con el trabajo manual, el algoritmo aún no puede proporcionar resultados confiables.

También te puede interesar...