محققان کمپانی Meta با همکاری تیمی از دانشگاه آکسفورد، موفق به توسعه یک مدل هوش مصنوعی قدرتمند برای تولید محتوای 3D شده‌اند. این مدل که انتظار می‌رود به زودی مرزهای محتوای سه‌بعدی را جابه‌جا کند، قادر است تنها با دریافت ورودی‌های متنی یا عکس‌های ساده، تصویری سه‌بعدی با جزئیات بی‌نظیر بسازد. VFusion3D، جهشی بزرگ در دنیای بازی‌ها و طراحی دیجیتال است و می‌تواند در حوزه‌های واقعیت مجازی نیز تحولات گسترده‌ای به وجود آورد.
به گزارش VentureBeat، رهبران تیم تحقیقاتی متا توانستند با کنار زدن یکی از چالش‌های دیرینه هوش مصنوعی سه‌بعدی، به نتایج چشم‌گیری در این حوزه دست پیدا کنند. یکی از مشکلاتی که در توسعه مدل‌های Ai سه‌بعدی وجود داشت، کمبود داده‌های 3D نسبت به انبوه تصاویر دوبعدی و متنی بود. اما جونلین هان، فیلیپوس کوکینوس و فیلیپ تور رویکرد نوآورانه‌ای برای حل این مشکل در پیش گرفتند و توانستند با استفاده از مدل‌های هوش مصنوعی ویدیویی از پیش آموزش‌دیده، داده‌های سه‌بعدی مصنوعی تولید کنند و نهایتا به یک سیستم تولید محتوای بصری قدرتمند‌تر دست یابند.
به گفته یکی از این محققان:
“اولین چالش ما در توسعه یک مدل مولد هوش مصنوعی 3D، کمبود داده‌های سه‌بعدی بود.”
برای مقابله با این چالش، آن‌ها یک مدل هوش مصنوعی ویدئویی را به شکلی توسعه دادند که بتواند اشیاء را از زوایای مختلف تصور کند و ویدیوهایی چندنمایی بسازد. نتایج فوق‌العاده این تحقیقات حالا در هوش مصنوعی VFusion3D به خوبی قابل مشاهده است. ورودی این هوش مصنوعی بسیار ساده و صریح است و کاربران می‌توانند از عکس‌های خود یا نمونه‌های پیش‌فرض این برنامه برای تولید تصاویر سه‌بعدی استفاده کنند. در بین این تصاویر پیش‌فرض، طراحی‌هایی از کاراکترهای معروف و انیمیشنی مثل Darth Vader و Pikachu به چشم می‌خورد که احتمالاً نظر طرفداران را به خود جلب خواهد کرد.
بی‌شک تولید تصاویر سه‌بعدی باکیفیت، آن هم تنها با یک عکس دوبعدی معمولی، موج گسترده‌ای از تحولات را در صنایع دیجیتال به همراه خواهد داشت. به طوری که انتظار می‌رود نقش این هوش مصنوعی مولد در طراحی کاراکترها و ساخت نمونه‌های اولیه کمپانی‌های بازی‌سازی نیز بسیار پررنگ باشد.
درنهایت باید گفت که این هوش مولد همچنان در دست توسعه است، اما پیش‌بینی می‌شود که با وجود محدودیت‌های اندک، دروازه‌های جدیدی از خلاقیت و نوآوری را به روی حوزه‌های مختلف کاری اعم از معماری، طراحی محصول و سیستم‌های VR بگشاید.