Meta Shares Study on Meta 3D Gen, a Generative AI System to Create 3D Assets From Text Prompts

मेटा ने एक जनरेटिव आर्टिफिशियल इंटेलिजेंस (एआई) मॉडल के बारे में एक नया शोध पत्र साझा किया है जो 3डी संपत्तियां उत्पन्न कर सकता है। मेटा 3डी जेन नाम का एआई मॉडल एक मिनट से भी कम समय में टेक्स्ट प्रॉम्प्ट से उच्च गुणवत्ता वाले 3डी मॉडल तैयार करता है। कंपनी ने इस बात पर प्रकाश डाला कि एआई मॉडल पूरी तरह से घर में विकसित बनावट पीढ़ी और टेक्स्ट-टू-मेश तकनीकों के संयोजन का उपयोग करके एंड-टू-एंड उच्च-रिज़ॉल्यूशन बनावट और सामग्री मानचित्र बना सकता है। विशेष रूप से, यह दृष्टिकोण Tencent और स्टेबिलिटी AI से भिन्न है, जिसने इमेज-टू-3डी मॉडल जारी किए थे।

अपने शोध पत्र को साझा करते हुए, जो वर्तमान में मेटा की वेबसाइट पर होस्ट किया गया है, कंपनी ने दावा किया कि उसका 3डी जेन मॉडल उच्च शीघ्र निष्ठा और उच्च गुणवत्ता सुनिश्चित करने के साथ 3डी मॉडल प्रस्तुत कर सकता है। यह मॉडल भौतिक रूप से आधारित रेंडरिंग (पीबीआर) का समर्थन करने के लिए भी कहा जाता है, जो उत्पन्न मॉडल को विभिन्न वास्तविक दुनिया के अनुप्रयोगों में फिर से प्रदर्शित करने की अनुमति देता है। विशेष रूप से, शोध पत्र सहकर्मी द्वारा सत्यापित नहीं है, इसलिए किए गए कुछ दावे अतिरंजित हो सकते हैं। जब तक मॉडल को जनता के लिए लॉन्च नहीं किया जाता तब तक इसका पता लगाने का कोई तरीका नहीं है।

पेपर एआई मॉडल को विकसित करने के लिए उपयोग किए जाने वाले तरीकों के बारे में भी बताता है। मेटा ने दो इन-हाउस सिस्टम विकसित किए हैं – मेटा 3डी एसेटजेन और मेटा 3डी टेक्सचरजेन। AssetGen किसी दिए गए टेक्स्ट प्रॉम्प्ट से 3D ऑब्जेक्ट उत्पन्न करने के लिए ज़िम्मेदार है। स्टेज I में, यह प्रॉम्प्ट की अपनी समझ का उपयोग करके 3D मॉडल को प्रस्तुत करता है, और स्टेज II में यह दृश्य-आधारित बनावट को समेटने के लिए 3D मॉडल को और परिष्कृत करता है और उन हिस्सों को पूरा करता है जो किसी भी दृश्य में दिखाई नहीं देते हैं। TextureGen मॉडल पर सही बनावट खोजने और लागू करने के लिए जिम्मेदार है।

3डी मॉडल निर्माण की इस पद्धति से उत्पन्न 3डी परिसंपत्तियों के लिए कई लाभ हैं। उदाहरण के लिए, क्योंकि यह टेक्स्ट संकेतों का उपयोग करता है, संदर्भ छवियों की कोई आवश्यकता नहीं है और उपयोगकर्ता पूरी तरह से अद्वितीय मॉडल उत्पन्न कर सकते हैं। पीबीआर समर्थन का मतलब यह भी है कि इन मॉडलों को सिस्टम से बाहर निकाला जा सकता है और सीधे अन्य वातावरणों पर लागू किया जा सकता है। पेपर का दावा है कि इन मॉडलों का उत्पादन आउटपुट भी यथार्थवादी है।

मेटा ने कहा कि 3डी जेन एआई मॉडल की एकल चरण में जीत दर 68 प्रतिशत है, जिसका मतलब है कि 100 में से 68 बार, एआई टेक्स्ट प्रॉम्प्ट के आधार पर सही 3डी एसेट उत्पन्न कर सकता है। कंपनी आगे दावा करती है कि जटिल संकेतों के लिए त्वरित निष्ठा और दृश्य गुणवत्ता के मामले में मॉडल विभिन्न उद्योग आधार रेखाओं से बेहतर प्रदर्शन करता है।