Notebookcheck Logo

英伟达™（NVIDIA®）推出被称为 "虚拟 3D 打印机 "的 LATTE3D 文本到 3D 生成式人工智能模型

LATTE3D 可解读高度特定的文本提示，生成 3D 模型（图片来源：NVIDIA®（英伟达™）公司
LATTE3D 可解读高度特定的文本提示，生成 3D 模型（图片来源：NVIDIA®（英伟达™）公司
英伟达™（NVIDIA®）公司的人工智能研究团队发布了一种新的生成模型，它能在一秒钟内将文字提示转化为三维模型，可用于（或至少接近于）游戏开发、设计和机器人等应用。到目前为止，该模型只训练生成 "动物和日常物品"，但还可以添加更多类别。这种近乎瞬时的速度应能改变许多工作流程。
AI 3D Printing Nvidia Virtual Reality (VR) / Augmented Reality (AR)

图像和视频生成人工智能模型的新闻报道已经持续了一段时间，而英伟达（NVIDIA）公司又在下一个合理的方向上迈出了一步，推出了 LATTE3D 这一新的生成人工智能模型，可在不到一秒钟的时间内将文字提示转化为完整的 3D 模型。在 英伟达™（NVIDIA®）GTC该技术被誉为类似于 "虚拟 3D 打印机"，因为它可以 "以标准渲染应用的常用格式 "立即提供 3D 模型，随时部署到视频游戏开发、广告、设计项目或任何需要虚拟环境的应用中，包括 VR 和 AR.

文本到 3D 的生成式人工智能并不是一项新技术，英伟达公司的研究论文 本身就将 LATTE3D 与几个现有系统进行了比较，如MVDream 、3DTopia 和LGM 。LATTE3D 的压倒性优势在于速度。在对比测试中，其他人工智能模型生成一个输出结果需要 20 秒到 30 分钟不等，而 LATTE3D 只需 400 毫秒就能生成一个与之相当（通常质量更高）的渲染结果。

LATTE3D 可分别处理 3D 几何图形和纹理，以创建逼真的模型（图片来源：NVIDIA）
LATTE3D 可分别处理 3D 几何图形和纹理，以创建逼真的模型（图片来源：NVIDIA）
近乎即时的输出是 LATTE3D 超越其他人工智能模型的优势所在（图片来源：NVIDIA）
近乎即时的输出是 LATTE3D 超越其他人工智能模型的优势所在（图片来源：NVIDIA）
在更多时间内，LATTE3D 会进一步完善输出结果（图片来源：NVIDIA）
在更多时间内，LATTE3D 会进一步完善输出结果（图片来源：NVIDIA）

值得注意的是，与三维打印一样，LATTE3D 和其他人工智能模型的输出质量也会随着时间的推移而提高。这样做的好处是，与三维打印不同，一开始可以选择速度优先于质量，之后再决定等待更精细的输出，而不是从一开始就固定设置。

与其他生成式人工智能一样，LATTE3D 有可能改变许多工作流程。以前，要创建一个简单的对象，人们需要搜索三维资产库或花费宝贵的工时，而使用英伟达™（NVIDIA®）的技术，只需输入简单的描述，然后将生成的输出导入软件应用程序或平台即可。

LATTE3D 功能示例（图片来源：NVIDIA）
LATTE3D 功能示例（图片来源：NVIDIA）
 
 

到目前为止，研究团队只训练 LATTE3D 创建日常物体和动物模型，但如果有合适的数据集，还可以扩展到其他类别。该模型使用英伟达™（NVIDIA®）A100 Tensor Core GPU进行训练，在公司的演示中，该模型在单个英伟达™（NVIDIA®）RTX A6000上运行。

作为一个研究项目，LATTE3D 仍在开发中，迄今为止还没有将其作为产品或服务发布的消息。该项目的未来计划包括将功能扩展到 "文本到 4D"，或生成 3D 动画。

使用Meta Quest 3 头戴式耳机和XREAL Air 2 Pro AR 眼镜探索身临其境的虚拟和混合现实环境，这两款产品均在亚马逊有售。

资料来源

英伟达博客

Please share our article, every link counts!
> Notebookcheck中文版（NBC中国） > 新闻 > 新闻档案 > 新闻档案 2024 03 > 英伟达™（NVIDIA®）推出被称为 "虚拟 3D 打印机 "的 LATTE3D 文本到 3D 生成式人工智能模型
Vishal Bhardwaj, 2024-03-25 (Update: 2024-03-25)