Το OpenAI λανσάρει το Shap-E, ένα εργαλείο για τη δημιουργία τρισδιάστατων μοντέλων από απλό κείμενο
Αυτή τη στιγμή OpenAI δεν λειτουργεί ChatGPT5, αλλά επικεντρώνεται στην ανάπτυξη άλλων μοντέλων παραγωγής. Αυτές τις μέρες η εταιρεία παρουσίασε Σχήμα, ένα νέο εργαλείο που σας επιτρέπει να δημιουργείτε Τρισδιάστατα μοντέλα που ξεκινούν από απλές συμβολοσειρές κειμένου. Δεν μπορούμε να αναμένονται εξαιρετικά αποτελέσματα αυτή τη στιγμή, αλλά είναι αναμφίβολα ένα πρώτο βήμα προς μια πιο σύνθετη χρήση. Ας τα δούμε όλα αναλυτικά.
Τι είναι το Shap-E πώς λειτουργεί
Το SHAP-E διατίθεται ελεύθερα στο GitHub και το επιτρέπει δημιουργία τρισδιάστατων αντικειμένων Ανοίγιμο σε Paint 3D και μετατρέψιμο σε αρχεία STL, δυνατότητα χρήσης και με 3D εκτυπωτές. Η εν λόγω Τεχνητή Νοημοσύνη βασίζεται σε μια νέα τεχνική οπτικής σύνθεσης που ονομάζεται NeRF (Neural Radiance Fields) που έχει ήδη προσελκύσει μεγάλο ενδιαφέρον για την όραση υπολογιστών.
Αυτή η νέα μέθοδος οπτικής σύνθεσης και 3D ανακατασκευής μπορεί να εφαρμοστεί σε διάφορους τομείς, συμπεριλαμβανομένης της ρομποτικής (όπως είδαμε πρόσφατα με το ChatGPT και τον σκύλο Boston Dynamics), τη χαρτογραφία, την εικονική και την επαυξημένη πραγματικότητα και πολλά άλλα.
Στις περιπτώσεις που παρουσιάζει το OpenAI, το Shap-E είναι σε θέση να δημιουργήσει αντικείμενα όπως ένα μπολ φαγητού, έναν πιγκουίνο, έναν σκύλο, ένα διαστημόπλοιο, αλλά και μια καρέκλα και μια πράσινη μπότα. Τα μοντέλα μπορούν να αποδοθούν σε δευτερόλεπτα και όπως αποδεικνύεται από πολλούς, το SHAP-E θα μπορούσε να χρησιμοποιηθεί για τη δημιουργία στοιχείων για βιντεοπαιχνίδια, ταινίες και εμπειρίες εικονικής πραγματικότητας. Αυτό είναι ένα σημαντικό σημείο καμπής στην τρισδιάστατη μοντελοποίηση και απόδοση.
Ωστόσο, ο οργανισμός του Sam Altman δεν παρείχε ακριβείς οδηγίες σχετικά με τη χρήση του εργαλείου, αλλά μόλις εγκατασταθεί με την εντολή Python "pip install -e", μπορείτε να χρησιμοποιήσετε ένα από τα σημειωματάρια που υπάρχουν στο GitHub ως "text-to-3d", το οποίο δημιουργεί ένα τρισδιάστατο μοντέλο από μια προτροπή κειμένου ή "εικόνα σε 3d", που μετατρέπει μια εικόνα 3D σε ένα αντικείμενο 2D.
Τα αποτελέσματα δεν είναι εξαιρετικά, ειδικά όταν χρησιμοποιείτε προτροπές κειμένου: έτσι δημιουργείτε κυρίως μονόχρωμα αρχεία PLY και όχι πολύ πειστικά κινούμενα έγχρωμα GIF. Επίσης, το SHAP-E φαίνεται να απαιτεί πολλούς πόρους συστήματος.
