Nvidia推出了Latte3D,这是一种开创性的生成式人工智能模型,可以根据文本提示即时生成高质量的3D形状。该模型由Nvidia在多伦多的人工智能实验室开发,标志着人工智能的重大进展,使得用户能够几乎实时地把简单的文本输入转化为3D对象和生物。
Nvidia人工智能研究副总裁Sanja Fidler表示,Latte3D是各行业创作者的变革性工具。她指出:“我们现在可以以更快的速度产生结果,使近实时的文本转3D生成变得更加普遍。”
Latte3D的核心功能类似于虚拟3D打印机,它将文本提示转化为精细的3D模型。利用一台图形处理单元(GPU),如Nvidia RTX A6000,该模型可以立即生成详细的形状,跳过传统3D设计中的漫长渲染过程。
创作者可以快速将想法化为现实,省去繁琐的对象设计和在3D资产库中反复搜索的时间。模型还根据每个文本提示提供多种设计选项,使用户可以选择最适合其需求的形状。
然而,专家警告说,尽管生成概念相对简单,但要将这些生成图像精细化以满足特定要求可能具有挑战性。初始创造与最终定制之间的差距依然是一个复杂的难题。
Latte3D的多功能性体现在其训练数据集中,包括动物和日常物品。开发者还可以用不同类型的数据来调整模型,扩大其在景观设计和机器人等领域的应用。
例如,景观设计师可以高效地在花园渲染中加入逼真的植物,而机器人开发者可以使用Latte3D模拟家庭环境,以便为个人助理机器人提供训练。
Latte3D由Nvidia A100 Tensor Core GPU驱动,并在ChatGPT生成的多样化文本提示上进行训练,展现了Nvidia推动人工智能驱动内容创作的承诺。它能准确响应各种文本描述,确保为用户量身定制生成形状。
作为Nvidia研究部门在人工智能和计算机图形学领域创新使命的一部分,Latte3D体现了公司推动技术进步的决心。凭借全球数百名科学家和工程师的团队,Nvidia持续引领人工智能、计算机视觉、自动驾驶技术和机器人技术的发展。