“3D大模型終于可以生成銳利的邊角了！”

“在鉆研了一陣3D人工智能后，我總算通過Hyper3D.ai用上了Rodin1.5，它真的可能改變游戲規(guī)則?！?/p>

圖片

2024年的最后一天，隨著3D生成工具Rodin Gen-1.5的上線，在網(wǎng)絡(luò)上掀起了新一波對(duì)于3D生成討論的熱潮。。

用Rodin背后的研發(fā)團(tuán)隊(duì)——影眸科技CTO張啟煊的話說(shuō)：

這是3D大模型第一次能生成如此銳利的邊緣——我愿稱之為“圓滑當(dāng)?shù)罆r(shí)代的銳利異類”——對(duì)于CAD類工業(yè)模型與硬表面模型，它有絕對(duì)的優(yōu)勢(shì)，擴(kuò)大了3D生成的使用群體。

體驗(yàn)鏈接：Hyper3D.ai

由于Rodin的這次更新恰逢年末，海外很多用戶都在放假，但這也并沒有阻擋用戶們對(duì)測(cè)試這個(gè)新模型的熱情：

不論是《雙城之戰(zhàn)》中的?？怂谷住?/p>

圖片

或者是細(xì)節(jié)更多的賽博朋克靴子——

圖片

對(duì)于這些結(jié)構(gòu)鮮明的模型，Rodin Gen-1.5都是信手拈來(lái)。

甚至有動(dòng)畫師把Rodin生成的資產(chǎn)直接運(yùn)用在了動(dòng)畫制作中（以下視頻中的3D資產(chǎn)有70%由Rodin生成）。

圖片

△來(lái)源：B站UP主 做3D的小鄧子

當(dāng)然這樣結(jié)構(gòu)鮮明的生成模型，對(duì)3D打印愛好者也是極其友好的，稍作涂裝就是一只精巧的玩具：

圖片

AI生成領(lǐng)域的專業(yè)用戶也對(duì)Rodin生成模型的質(zhì)量贊賞有加：

圖片

然而，這已經(jīng)不是影眸科技這家3D大模型公司第一次給這一領(lǐng)域帶來(lái)一些“小震撼”了。

3D大模型研發(fā)的“非共識(shí)”道路

2024年8月，全球最頂尖的計(jì)算機(jī)圖形學(xué)會(huì)議 ACM SIGGRAPH 大會(huì)上，影眸與上科大聯(lián)合研發(fā)的3D原生大模型Clay發(fā)表，并與團(tuán)隊(duì)同年研發(fā)的3D服裝生成模型Dresscode同時(shí)獲得SIGGRAPH2024最佳論文榮譽(yù)提名，團(tuán)隊(duì)也成為這一領(lǐng)域內(nèi)唯一在同一個(gè)學(xué)術(shù)頂會(huì)上獲得兩項(xiàng)該提名的中國(guó)團(tuán)隊(duì)。

Clay的提出顯著提升了3D生成的質(zhì)量，也成為了當(dāng)前學(xué)術(shù)界3D大模型廣泛認(rèn)可的技術(shù)路徑。

△Clay、DressCode獲得SIGGRAPH2024最佳論文榮譽(yù)提名

基于CLAY的三維資產(chǎn)生成工具Rodin Gen-1在去年6月推出，產(chǎn)品以它最接近“Production-Ready”的生成效果，上線后就備受關(guān)注。

它的生成質(zhì)量、可用性都代差級(jí)地領(lǐng)先當(dāng)時(shí)的同類產(chǎn)品。憑借其優(yōu)質(zhì)的生成效果，Rodin僅用45天就達(dá)成了100萬(wàn)美元ARR，而大名鼎鼎的HeyGen達(dá)到這個(gè)數(shù)字花了7個(gè)月。

這背后，來(lái)源于影眸始終如一對(duì)“Prodution-Ready”的追求。

“Production-Ready”這個(gè)詞來(lái)自CG行業(yè)。CG行業(yè)中有一個(gè)詞——后期（Post-Production），而“Production-Ready”的意思就可以直接接入到后續(xù)的流程中使用。

這也是影眸產(chǎn)品研發(fā)、開發(fā)的共識(shí)，正是這樣的共識(shí)，讓影眸在開始3D大模型研發(fā)之初，就走上了一條“非共識(shí)”的道路。

在那時(shí)，2D升3D的技術(shù)方案是學(xué)術(shù)界主流的3D生成方式，同時(shí)，市面上已經(jīng)有團(tuán)隊(duì)推出了基于2D升維技術(shù)路徑的3D生成產(chǎn)品。

可是影眸憑借多年的技術(shù)探索和產(chǎn)品打造經(jīng)驗(yàn)，他們看到了2D升維路徑的瓶頸。2D數(shù)據(jù)終究只記錄了真實(shí)物體的一個(gè)側(cè)面，再多角度的圖像也無(wú)法完整描述一個(gè)3D內(nèi)容，因此模型學(xué)到的東西依舊存在很多信息缺失，生成結(jié)果還是需要大量的人工修正，很難滿足使用需求。唯一的解法是從一開始就用3D原生數(shù)據(jù)。

彼時(shí)，影眸正遭遇著資本環(huán)境快速變差導(dǎo)致的融資失利。于是一個(gè)艱難的選擇擺在了影眸面前：

到底是先用主流技術(shù)做出一個(gè)產(chǎn)品上牌桌，還是用更大的力氣去死磕一個(gè)還不明確的技術(shù)方向。

影眸團(tuán)隊(duì)選擇了后者，更難、更需要時(shí)間、但是更正確的事。

7個(gè)月后，對(duì)技術(shù)的精準(zhǔn)直覺和堅(jiān)持給了他們回報(bào)。

而Rodin Gen-1.5的發(fā)布更是影眸對(duì)“Production-Ready”堅(jiān)持的更進(jìn)一步。通過新一代3D原生表達(dá)，Rodin Gen-1.5全面解決了行業(yè)內(nèi)長(zhǎng)期存在的薄面與邊緣銳度問題，再次提高 3D 生成全行業(yè)商用標(biāo)準(zhǔn)。

無(wú)機(jī)形狀的生成能力、銳利的邊緣以及非常干凈的拓?fù)浣Y(jié)構(gòu)，這是Rodin 1.5在3D生成能力上最凸顯出來(lái)的性能提升。這一點(diǎn)在游戲，尤其是產(chǎn)品設(shè)計(jì)領(lǐng)域中尤為重要。這次升級(jí)也讓影眸的產(chǎn)品領(lǐng)先幅度再次擴(kuò)大。

已進(jìn)入游戲、動(dòng)畫工作流

現(xiàn)在，用戶借助Rodin對(duì)幾何以及PBR材質(zhì)的精準(zhǔn)生成能力，能夠快速地制作適用于不同場(chǎng)景的三維資產(chǎn)。

用戶們已經(jīng)在試驗(yàn)Rodin輔助游戲制作的能力。

有直接生成單個(gè)靜態(tài)物件的。

△來(lái)源：X.com @MartinNebelong

也有為大場(chǎng)景批量生成npc的。

圖片

事實(shí)上，已經(jīng)有用戶將Rodin生成的結(jié)果放入自己開發(fā)的游戲中了。

圖片

也有個(gè)人開發(fā)者基于Rodin開發(fā)了一整套工作流。

圖片

△來(lái)源：B站UP主 T-BOY

動(dòng)畫、影視制作也是Rodin應(yīng)用的一大場(chǎng)景。

有用戶使用Rodin生成的資產(chǎn)搭建了一整個(gè)城鎮(zhèn)，制作了簡(jiǎn)單的動(dòng)畫。

△來(lái)源：X.com @jungle_jimjim

也有用戶和現(xiàn)有AI路線結(jié)合，在離線引擎中制作高質(zhì)量CG內(nèi)容。

△來(lái)源：X.com @Itryandlearn3D

稍作調(diào)整，Rodin的資產(chǎn)質(zhì)量甚至可以達(dá)到影視級(jí)。

△來(lái)源：B站UP主 T-BOY

3D大模型何時(shí)迎來(lái)“ChatGPT時(shí)刻”？

影眸認(rèn)為，在Rodin-Gen1.5之前，3D大模型的發(fā)展主要有2個(gè)階段：

• Level1 —— Clay發(fā)布前的基于2D升維技術(shù)路徑的3D生成，需要大量人工后期的修正才能達(dá)到可用標(biāo)準(zhǔn)
• Level2 —— 以Clay為基礎(chǔ)的3D原生三維生成大模型，剛剛觸碰到“Prodution-Ready”的標(biāo)準(zhǔn)

而Rodin Gen-1.5的發(fā)布，已經(jīng)把三維大模型帶到了Level3的程度，它對(duì)生成模型更加精確、細(xì)致地表達(dá)，解決了3D大模型一直以來(lái)存在的問題，大幅拓寬了3D大模型的使用邊界。

過去幾年里，生成式AI已在文字、圖像、音頻、視頻取得重大進(jìn)展，3D生成常被認(rèn)為是“世界模型（World Model）”的 “最后一塊拼圖”。隨著技術(shù)進(jìn)步和消費(fèi)需求的提升，3D行業(yè)未來(lái)的發(fā)展前景廣闊。去年，AutoDesk、Meta、NVIDIA、騰訊、微軟等紛紛推出了自己的3D生成大模型，積極布局這一前沿領(lǐng)域。在與行業(yè)巨頭的競(jìng)爭(zhēng)中，影眸團(tuán)隊(duì)?wèi){借其在3D建模/圖形學(xué)領(lǐng)域的深耕與對(duì)3D行業(yè)用戶需求洞察，在技術(shù)與商業(yè)化方面長(zhǎng)期領(lǐng)先。

在未來(lái)，3D生成還有很大的可供挖掘的空間。要實(shí)現(xiàn)在AR/VR/虛擬世界中的個(gè)人創(chuàng)作，就要解放用戶的3D內(nèi)容創(chuàng)作能力。作為構(gòu)建在三維空間中的世界，未來(lái)機(jī)器對(duì)世界的理解也必然基于三維，所以在具身智能領(lǐng)域，對(duì)3D的需求是始終存在的。

相信在影眸科技等3D大模型團(tuán)隊(duì)的共同努力下，我們很快就會(huì)迎來(lái)3D領(lǐng)域的“ChatGPT”時(shí)刻。