新一代 AI 工作流已經(jīng)在生成高保真 3D 模型方面取得了巨大成功，從基于給定圖像的場(chǎng)景重建，到能夠?yàn)榻换ナ襟w驗(yàn)制作資產(chǎn)的生成式 AI。

這些生成的 3D 模型通常被提取成標(biāo)準(zhǔn)的三角網(wǎng)格。網(wǎng)格表示法有很多優(yōu)點(diǎn)，包括支持現(xiàn)有的軟件包、高級(jí)硬件加速，以及支持物理模擬。然而，并非所有網(wǎng)格都是相同的，只有高質(zhì)量的網(wǎng)格才能實(shí)現(xiàn)這些優(yōu)點(diǎn)。

FlexiCubes 網(wǎng)格生成

圖 1. 用 FlexiCubes 方法重建的網(wǎng)格示例

無(wú)論是重建還是模擬，AI 工作流的共同之處就是：網(wǎng)格是在優(yōu)化過(guò)程中形成的。在這個(gè)過(guò)程中的每一步，表示都會(huì)不斷更新，以更好地匹配所需的輸出。

全新 FlexiCubes 網(wǎng)格生成方法是通過(guò)引入額外的、靈活的參數(shù)，來(lái)精準(zhǔn)調(diào)整所生成的網(wǎng)格。通過(guò)在優(yōu)化過(guò)程中更新這些參數(shù)，網(wǎng)格質(zhì)量得到極大提高。

熟悉基于網(wǎng)格的工作流的人或許使用過(guò) marching cubes 方法來(lái)提取網(wǎng)格。FlexiCubes 可以在基于優(yōu)化的 AI 工作流中直接代替這一方法。

圖 2. 用 FlexiCubes 方法生成的高質(zhì)量網(wǎng)格

FlexiCubes 通過(guò)神經(jīng)網(wǎng)絡(luò)工作流，如攝影測(cè)量法和生成式 AI，來(lái)生成高質(zhì)量網(wǎng)格。

網(wǎng)格越好，AI 越好

FlexiCubes 網(wǎng)格提取方法改進(jìn)了許多最近的 3D 網(wǎng)格生成工作流，進(jìn)而生成了能夠更好表示復(fù)雜形狀的細(xì)節(jié)的更高質(zhì)量的網(wǎng)格。

這些生成的網(wǎng)格也非常適合用于物理模擬，因?yàn)橐敫咝Мa(chǎn)出穩(wěn)定的模擬，網(wǎng)格的質(zhì)量尤其重要。四面體網(wǎng)格可直接用于物理模擬。

圖 3. 用 FlexiCubes 方法生成的四面體網(wǎng)格示例

立即探索 FlexiCubes

在洛杉磯舉辦的 SIGGRAPH 2023 大會(huì)上，NVIDIA 將這一研究作為其進(jìn)展之一進(jìn)行了展示。了解有關(guān)此新方法的更多信息，請(qǐng)點(diǎn)擊“閱讀原文”，關(guān)注 FlexiCubes 項(xiàng)目頁(yè)面。

SIGGRAPH 2023

NVIDIA 精彩發(fā)布

SIGGRAPH 2023 | NVIDIA 主題演講重磅發(fā)布精彩回顧，探索 AI 無(wú)限未來(lái)！

敬請(qǐng)持續(xù)關(guān)注...