Abracadabra！
在2D生成3D模型上，英偉達亮出了自稱「世界級」研究：GET3D。
經過2D影像訓練後，此模型可產生具有高保真紋理和複雜幾何細節的3D形狀。
究竟有多厲害？
GET3D之所以得名，是因為它能夠產生顯式紋理3D網格（Generate Explicit Textured 3D meshes ）。
論文網址：https://arxiv.org/pdf/2209.11163.pdf
#也就是說，它創建的形狀是三角形網格的形式，就像紙模型一樣，上面覆蓋著紋理材質。
關鍵是，這個模型可以產生多種多樣，且高品質的模型。
例如，椅子腿上的各種輪子；汽車的車輪，燈和車窗；動物的耳朵、角；摩托車的後視鏡，車輪胎上的紋理；高跟鞋，人類衣服...
街道兩旁的獨特建築，不同的車輛呼嘯而過，還有不同的人群穿梭而過...
若想透過手動建模做出同樣的3D虛擬世界非常耗時。
儘管先前的3D生成AI模型雖然比手動建模更快，但它們在產生更多豐富細節模型的能力還是欠缺。
即便是，最新的反向渲染方法也只能基於從各個角度拍攝的2D影像生成3D對象，開發人員一次只能建構一個3D物件。
GET3D可就不一樣了。
開發者可以輕鬆地將生成模型匯入到遊戲引擎、3D建模器和影片渲染器中，對它們進行編輯。
當創建者將GET3D產生的模型匯出到圖形應用程序，他們就可以在模型所在的場景中移動或旋轉時應用逼真的照明效果。
如圖：
另外，GET3D還可以做到文字引導形狀生成。
透過使用英偉達的另一個AI工具StyleGAN-NADA，開發人員可以使用文字提示為圖像添加特定的風格。
#例如，可以將渲染後的汽車變成一輛燒毀的汽車或出租車
#將一個普通的房子改造成磚房、著火的房子，甚至是鬼屋。
或將老虎紋、熊貓紋的特色應用在任何動物身上...
#簡直就是辛普森家庭的「動物森友會」...
#英偉達介紹，在單一英偉達GPU上訓練，GET3D每秒可以產生約20個物件。
在此，它所學習的訓練資料集越大、越多樣化，輸出的多樣性和詳細程度就越高。
英偉達稱，研究團隊僅用2天時間，就使用A100 GPU在大約100萬張圖像上訓練了模型。
GET3D框架，主要作用是合成有紋理的三維形狀。
生成過程分為兩個部分：第一部分是幾何分支，可以輸出任意拓樸結構的表面網格。另一部分則是紋理分支，它會產生一個紋理場，由此可以在表麵點上進行查詢。
#在訓練過程中，一個可微分光柵化器被用來高效渲染所產生的紋理網格，並渲染成二維的高解析度影像。整個過程是可分的，允許透過傳播二維判別器的梯度，從影像中進行對抗性訓練。
之後，梯度從二維判別器傳播到兩個產生器分支。
研究人員又進行了廣泛的實驗來評估模型。他們首先將GET3D產生的三維紋理網格的品質與現有的使用ShapeNet和Turbosquid資料集產生的做比較。
接下來，研究人員根據對比結果在之後的研究中對模型進行了最佳化，並做了更多實驗。
GET3D模型在幾何形狀和紋理能夠實現相分離。
如圖，在每一行中展示了由相同的幾何隱藏程式碼產生的形狀，同時更改了紋理程式碼。
在每一列中展示了由相同的紋理隱藏程式碼產生的形狀，同時更改了幾何程式碼。
另外，研究人員在每一行中相同的紋理隱藏程式碼產生的形狀，從左到右插入幾何隱藏程式碼。
並由相同的幾何隱藏程式碼產生的形狀，同時從上到下插入紋理程式碼。結果顯示，每個插值對生成模型都是有意義的。
#
在每個模型的子圖中，GET3D能夠在所有類別的不同形狀之間的生成實現平滑過渡。
在每一行中，透過加入一個小雜訊來局部擾亂隱藏程式碼。透過這種方式，GET3D能夠在局部產生外觀相似但略有差異的形狀。
研究人員指出，未來版本的GET3D可以使用攝影機姿態估計技術，讓開發人員訓練模型的現實世界的數據，而不是合成數據集。
未來，透過改進，開發人員可以在各種3D形狀上一次訓練GET3D，而不需要一次在一個物件類別上訓練它。
英偉達人工智慧研究副總裁Sanja Fidler表示，
GET3D讓我們離人工智慧驅動的3D內容創作大眾化又更近了一步。它即時產生帶有紋理3D形狀的能力可能會改變開發人員的遊戲規則，幫助他們用各種有趣的物件快速填充虛擬世界。
論文一作Jun Gao是多倫多大學機器學習小組的博士生，指導教授是Sanja Fidler。
除了學歷優異以外，他也是英偉達多倫多人工智慧實驗室的研究科學家。
他的研究主要集中在深度學習（DL），目標直指結構化幾何表示學習。同時，他的研究也從人類對2D和3D影像、視訊的感知中獲得見解。
這麼優秀的高材生，來自北京大學。他於2018年本科畢業，並獲得學士學位。在北大期間，他和王立威教授一同工作。
畢業後他也曾在史丹佛大學、MSRA和英偉達進行實習。
Jun Gao的導師同樣是業界翹楚。
Fidler是多倫多大學的副教授，Vector研究所的教師，同時，她也是該研究所的共同創始成員之一。
教學之外，她也是英偉達公司的人工智慧研究副總裁，領導著多倫多的一個研究實驗室。
在來到多倫多之前，她是芝加哥豐田技術研究所的研究助理教授。該研究所位於芝加哥大學校園內，算是學術機構。
Fidler的研究領域集中在電腦視覺（CV）和機器學習（ML），聚焦於CV和圖形學的交叉領域、三維視覺，以及三維重建與合成，還有影像註解的互動方法等等。
#以上是一塊GPU，每秒20個模型！英偉達新玩具用GET3D造元宇宙的詳細內容。更多資訊請關注PHP中文網其他相關文章！
