“3D大模型終于可以生成銳利的邊角了！”

“在鉆研了一陣3D人工智能后，我總算通過Hyper3D.ai用上了Rodin1.5，它真的可能改變游戲規(guī)則?！?/p>

圖片

2024年的最后一天，隨著3D生成工具Rodin Gen-1.5的上線，在網(wǎng)絡(luò)上掀起了新一波對于3D生成討論的熱潮。。

用Rodin背后的研發(fā)團隊——影眸科技CTO張啟煊的話說：

這是3D大模型第一次能生成如此銳利的邊緣——我愿稱之為“圓滑當?shù)罆r代的銳利異類”——對于CAD類工業(yè)模型與硬表面模型，它有絕對的優(yōu)勢，擴大了3D生成的使用群體。

體驗鏈接：Hyper3D.ai

由于Rodin的這次更新恰逢年末，海外很多用戶都在放假，但這也并沒有阻擋用戶們對測試這個新模型的熱情：

不論是《雙城之戰(zhàn)》中的?？怂谷住?/p>

圖片

或者是細節(jié)更多的賽博朋克靴子——

圖片

對于這些結(jié)構(gòu)鮮明的模型，Rodin Gen-1.5都是信手拈來。

甚至有動畫師把Rodin生成的資產(chǎn)直接運用在了動畫制作中（以下視頻中的3D資產(chǎn)有70%由Rodin生成）。

圖片

△來源：B站UP主 做3D的小鄧子

當然這樣結(jié)構(gòu)鮮明的生成模型，對3D打印愛好者也是極其友好的，稍作涂裝就是一只精巧的玩具：

圖片

AI生成領(lǐng)域的專業(yè)用戶也對Rodin生成模型的質(zhì)量贊賞有加：

圖片

然而，這已經(jīng)不是影眸科技這家3D大模型公司第一次給這一領(lǐng)域帶來一些“小震撼”了。

3D大模型研發(fā)的“非共識”道路

2024年8月，全球最頂尖的計算機圖形學會議 ACM SIGGRAPH 大會上，影眸與上科大聯(lián)合研發(fā)的3D原生大模型Clay發(fā)表，并與團隊同年研發(fā)的3D服裝生成模型Dresscode同時獲得SIGGRAPH2024最佳論文榮譽提名，團隊也成為這一領(lǐng)域內(nèi)唯一在同一個學術(shù)頂會上獲得兩項該提名的中國團隊。

Clay的提出顯著提升了3D生成的質(zhì)量，也成為了當前學術(shù)界3D大模型廣泛認可的技術(shù)路徑。

△Clay、DressCode獲得SIGGRAPH2024最佳論文榮譽提名

基于CLAY的三維資產(chǎn)生成工具Rodin Gen-1在去年6月推出，產(chǎn)品以它最接近“Production-Ready”的生成效果，上線后就備受關(guān)注。

它的生成質(zhì)量、可用性都代差級地領(lǐng)先當時的同類產(chǎn)品。憑借其優(yōu)質(zhì)的生成效果，Rodin僅用45天就達成了100萬美元ARR，而大名鼎鼎的HeyGen達到這個數(shù)字花了7個月。

這背后，來源于影眸始終如一對“Prodution-Ready”的追求。

“Production-Ready”這個詞來自CG行業(yè)。CG行業(yè)中有一個詞——后期（Post-Production），而“Production-Ready”的意思就可以直接接入到后續(xù)的流程中使用。

這也是影眸產(chǎn)品研發(fā)、開發(fā)的共識，正是這樣的共識，讓影眸在開始3D大模型研發(fā)之初，就走上了一條“非共識”的道路。

在那時，2D升3D的技術(shù)方案是學術(shù)界主流的3D生成方式，同時，市面上已經(jīng)有團隊推出了基于2D升維技術(shù)路徑的3D生成產(chǎn)品。

可是影眸憑借多年的技術(shù)探索和產(chǎn)品打造經(jīng)驗，他們看到了2D升維路徑的瓶頸。2D數(shù)據(jù)終究只記錄了真實物體的一個側(cè)面，再多角度的圖像也無法完整描述一個3D內(nèi)容，因此模型學到的東西依舊存在很多信息缺失，生成結(jié)果還是需要大量的人工修正，很難滿足使用需求。唯一的解法是從一開始就用3D原生數(shù)據(jù)。

彼時，影眸正遭遇著資本環(huán)境快速變差導(dǎo)致的融資失利。于是一個艱難的選擇擺在了影眸面前：

到底是先用主流技術(shù)做出一個產(chǎn)品上牌桌，還是用更大的力氣去死磕一個還不明確的技術(shù)方向。

影眸團隊選擇了后者，更難、更需要時間、但是更正確的事。

7個月后，對技術(shù)的精準直覺和堅持給了他們回報。

而Rodin Gen-1.5的發(fā)布更是影眸對“Production-Ready”堅持的更進一步。通過新一代3D原生表達，Rodin Gen-1.5全面解決了行業(yè)內(nèi)長期存在的薄面與邊緣銳度問題，再次提高 3D 生成全行業(yè)商用標準。

無機形狀的生成能力、銳利的邊緣以及非常干凈的拓撲結(jié)構(gòu)，這是Rodin 1.5在3D生成能力上最凸顯出來的性能提升。這一點在游戲，尤其是產(chǎn)品設(shè)計領(lǐng)域中尤為重要。這次升級也讓影眸的產(chǎn)品領(lǐng)先幅度再次擴大。

已進入游戲、動畫工作流

現(xiàn)在，用戶借助Rodin對幾何以及PBR材質(zhì)的精準生成能力，能夠快速地制作適用于不同場景的三維資產(chǎn)。

用戶們已經(jīng)在試驗Rodin輔助游戲制作的能力。

有直接生成單個靜態(tài)物件的。

△來源：X.com @MartinNebelong

也有為大場景批量生成npc的。

圖片

事實上，已經(jīng)有用戶將Rodin生成的結(jié)果放入自己開發(fā)的游戲中了。

圖片

也有個人開發(fā)者基于Rodin開發(fā)了一整套工作流。

圖片

△來源：B站UP主 T-BOY

動畫、影視制作也是Rodin應(yīng)用的一大場景。

有用戶使用Rodin生成的資產(chǎn)搭建了一整個城鎮(zhèn)，制作了簡單的動畫。

△來源：X.com @jungle_jimjim

也有用戶和現(xiàn)有AI路線結(jié)合，在離線引擎中制作高質(zhì)量CG內(nèi)容。

△來源：X.com @Itryandlearn3D

稍作調(diào)整，Rodin的資產(chǎn)質(zhì)量甚至可以達到影視級。

△來源：B站UP主 T-BOY

3D大模型何時迎來“ChatGPT時刻”？

影眸認為，在Rodin-Gen1.5之前，3D大模型的發(fā)展主要有2個階段：

• Level1 —— Clay發(fā)布前的基于2D升維技術(shù)路徑的3D生成，需要大量人工后期的修正才能達到可用標準
• Level2 —— 以Clay為基礎(chǔ)的3D原生三維生成大模型，剛剛觸碰到“Prodution-Ready”的標準

而Rodin Gen-1.5的發(fā)布，已經(jīng)把三維大模型帶到了Level3的程度，它對生成模型更加精確、細致地表達，解決了3D大模型一直以來存在的問題，大幅拓寬了3D大模型的使用邊界。

過去幾年里，生成式AI已在文字、圖像、音頻、視頻取得重大進展，3D生成常被認為是“世界模型（World Model）”的 “最后一塊拼圖”。隨著技術(shù)進步和消費需求的提升，3D行業(yè)未來的發(fā)展前景廣闊。去年，AutoDesk、Meta、NVIDIA、騰訊、微軟等紛紛推出了自己的3D生成大模型，積極布局這一前沿領(lǐng)域。在與行業(yè)巨頭的競爭中，影眸團隊憑借其在3D建模/圖形學領(lǐng)域的深耕與對3D行業(yè)用戶需求洞察，在技術(shù)與商業(yè)化方面長期領(lǐng)先。

在未來，3D生成還有很大的可供挖掘的空間。要實現(xiàn)在AR/VR/虛擬世界中的個人創(chuàng)作，就要解放用戶的3D內(nèi)容創(chuàng)作能力。作為構(gòu)建在三維空間中的世界，未來機器對世界的理解也必然基于三維，所以在具身智能領(lǐng)域，對3D的需求是始終存在的。

相信在影眸科技等3D大模型團隊的共同努力下，我們很快就會迎來3D領(lǐng)域的“ChatGPT”時刻。