Ce este Shap-E al OpenAI și ce poate face?

Companiile de cercetare și implementare a inteligenței artificiale (AI), precum OpenAI, lansează continuu funcții în beneficiul umanității. Pe lângă ChatGPT, DALL-E, Point-E și alte instrumente de succes, OpenAI a lansat Shap-E, un nou model inovator.

Deci, ce este Shap-E de la OpenAI și ce poate face pentru tine?

Ce este Shap-E de la OpenAI?

În mai 2023, Alex Nichol și Heewon Jun, cercetători și colaboratori OpenAI, au lansat un hârtie care anunță Shap-E, cea mai recentă inovație a companiei. Shap-E este un nou instrument antrenat pe un set masiv de date de imagini 3D și text asociate, care poate genera modele 3D din text sau imagini. Este similar cu DALL-E, care poate crea imagini 2D din text, dar Shap-E produce active 3D.

Shap-E este antrenat pe un model de difuzie condiționată și cartografiere 3D a activelor. Maparea activelor 3D înseamnă că Shap-E învață să asocieze text sau imagini cu modele 3D corespunzătoare dintr-un set mare de date de obiecte 3D existente. Un model de difuzie condiționată este un model generativ care pornește de la o versiune zgomotoasă a ieșirii țintă și o rafinează treptat prin eliminarea zgomotului și adăugarea de detalii.

Combinând aceste două componente, Shap-E poate genera modele 3D realiste și diverse care se potrivesc cu textul sau imaginea introdusă și pot fi vizualizate din diferite unghiuri și condiții de iluminare.

Cum puteți utiliza Shap-E de la OpenAI

Shap-E nu a fost făcut public ca alte instrumente OpenAI, dar greutatea modelului, codul de inferență și mostrele sale sunt disponibile pentru descărcare pe Shap-E GitHub pagină.

Puteți descărca gratuit codul Shap-E și instalați-l folosind comanda Python pip pe calculatorul tau. De asemenea, aveți nevoie de un GPU NVIDIA și un procesor de înaltă performanță, deoarece Shap-E necesită foarte mult resurse.

După instalare, deschideți imaginile 3D pe care le generați pe Microsoft Paint 3D. La fel, poți convertiți imaginile în fișiere STL dacă doriți să le imprimați folosind imprimante 3D.

De asemenea, puteți raporta probleme și găsi soluții la problemele deja ridicate de alții pe pagina Shap-E GitHub.

Ce poți face cu Shap-E de la OpenAI

Shap-E vă permite să descrieți idei complexe folosind o reprezentare vizuală a ideilor. Aplicațiile potențiale pentru această tehnologie sunt nelimitate, mai ales că imaginile au, de obicei, efecte mult mai ample decât textele.

În calitate de arhitect, puteți folosi Shap-E pentru a crea modele 3D ale clădirilor și structurilor pe baza descrierilor scrise. Puteți specifica dimensiunile structurilor, materialele, culorile și stilurile folosind propoziții simple. De exemplu, îl puteți solicita cu: „Faceți un zgârie-nori cu 60 de etaje și balustrade de sticlă” și exportați rezultatul(ele) în alt software pentru editare ulterioară, dacă vă plac rezultatele pe care le obțineți.

Jucătorii și artiștii de animație pot îmbunătăți mediile virtuale și experiențele vizuale prin crearea de obiecte și personaje 3D detaliate. În inginerie, puteți descrie componente, specificații și funcții ale mașinilor și echipamentelor și puteți obține rezultatele în modele 3D înainte de a crea prototipuri fizice.

Mai mult, chiar și în domenii precum educația, Shap-E îi poate ajuta pe educatori să comunice studenților idei complexe și abstracte în subiecte precum biologie, geometrie și fizică.

Deși este încă o lucrare în curs, Shap-E este cu un pas înaintea OpenAI PUNCTUL-E, care produce nori de puncte 3D pe baza solicitărilor de text. Norii de puncte sunt limitati în expresivitate și rezoluție, producând adesea forme neclare sau incomplete.

Generați modele 3D utilizând Shap-E de la OpenAI

Shap-E este o demonstrație impresionantă a puterii AI de a crea conținut 3D din limbaj natural sau imagini. Cu acesta, puteți crea obiecte 3D pentru jocuri pe computer, experiențe VR interactive, prototipuri și alte scopuri. Deși nu există asigurări cu privire la calitatea ieșirii, modelul AI vă oferă o modalitate rapidă și eficientă de a crea un model 3D de orice.

În plus, acest model AI este o contribuție importantă în spațiul de învățare profundă și va duce probabil la viitoare inovații și creații avansate.