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

मेटा ने एक जनरेटिव आर्टिफिशियल इंटेलिजेंस (AI) मॉडल के बारे में एक नया शोध पत्र साझा किया है जो 3D संपत्ति उत्पन्न कर सकता है। मेटा 3D जेन नामक यह AI मॉडल एक मिनट से भी कम समय में टेक्स्ट प्रॉम्प्ट से उच्च-गुणवत्ता वाले 3D मॉडल तैयार करता है। कंपनी ने इस बात पर प्रकाश डाला कि AI मॉडल पूरी तरह से इन-हाउस विकसित टेक्सचर जेनरेशन और टेक्स्ट-टू-मेश तकनीकों के संयोजन का उपयोग करके एंड-टू-एंड हाई-रिज़ॉल्यूशन टेक्सचर और मटेरियल मैप बना सकता है। उल्लेखनीय रूप से, यह दृष्टिकोण Tencent और Stability AI के दृष्टिकोण से अलग है, जिसने इमेज-टू-3D 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 इसका 3D जेन मॉडल उच्च प्रॉम्प्ट फ़िडेलिटी के साथ 3D मॉडल प्रस्तुत कर सकता है और उच्च गुणवत्ता सुनिश्चित कर सकता है। मॉडल को भौतिक रूप से आधारित रेंडरिंग (PBR) का समर्थन करने के लिए भी कहा जाता है, जो उत्पन्न मॉडल को विभिन्न वास्तविक दुनिया के अनुप्रयोगों में फिर से प्रकाशित करने की अनुमति देता है। विशेष रूप से, शोध पत्र सहकर्मी सत्यापित नहीं है, इसलिए किए गए कुछ दावे अतिरंजित हो सकते हैं। जब तक मॉडल को जनता के लिए लॉन्च नहीं किया जाता है, तब तक इसका पता लगाने का कोई तरीका नहीं है।

पेपर में AI मॉडल विकसित करने के लिए इस्तेमाल किए गए तरीकों के बारे में भी बताया गया है। मेटा ने दो इन-हाउस सिस्टम विकसित किए हैं – मेटा 3D एसेटजेन और मेटा 3D टेक्सचरजेन। एसेटजेन किसी दिए गए टेक्स्ट प्रॉम्प्ट से 3D ऑब्जेक्ट बनाने के लिए जिम्मेदार है। चरण I में, यह प्रॉम्प्ट की अपनी समझ का उपयोग करके 3D मॉडल को रेंडर करता है, और चरण 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। टेक्सचरजेन मॉडल पर सही बनावट खोजने और लागू करने के लिए जिम्मेदार है।

3D मॉडल बनाने की इस विधि से उत्पन्न 3D संपत्तियों के लिए कई लाभ हैं। उदाहरण के लिए, क्योंकि यह टेक्स्ट प्रॉम्प्ट का उपयोग करता है, इसलिए संदर्भ छवियों की कोई आवश्यकता नहीं है और उपयोगकर्ता पूरी तरह से अद्वितीय मॉडल बना सकते हैं। PBR समर्थन का यह भी अर्थ 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 सिंगल स्टेज में जीत दर 68 प्रतिशत है, जिसका मतलब है कि 100 में से 68 बार, एआई टेक्स्ट प्रॉम्प्ट के आधार पर सही 3डी एसेट तैयार कर सकता है। कंपनी ने आगे दावा किया है कि मॉडल जटिल प्रॉम्प्ट के लिए प्रॉम्प्ट फ़िडेलिटी और विज़ुअल क्वालिटी के मामले में विभिन्न इंडस्ट्री बेसलाइन से बेहतर प्रदर्शन करता है।