文字提示和图片可转 3D 图形，OpenAI 发表 Shap-E 新模型
▼
生成式 AI（Generative AI）引爆人工智慧热潮，除以文字提示产生更多文字、图片内容，新的 AI 模型也能够产出 3D 立体图形。
多数人对于输入文字提示产生文字、图片内容如 ChatGPT、Midjourney / DALLE 2 等不感到陌生，OpenAI 新推出可将文字和图片转成 3D 图形的 Shap-E 模型，成果可在微软小画家 3D（Paint 3D）中开启，甚至能够转成用于 3D 列印机输出的 STL 档案。此外，Shap-E 相较自家去年发表的 Point-E，能够提供更好的 3D 图形，而且产出速度更快。
Point-E 根据文字提示产生 3D 点状云，Shap-E 则是直接建立物体的轮廓并采用称为神经辐射场（Neural Radiance Fields，NeRF）的功能，克服初期模型的模糊性。NeRF 与 VR、AR 使用的技术相同，可使 3D 场景看起来更逼真。
Shap-E 可在 GitHub 下载，并且能在个人电脑上安装执行，更重要的是，Shap-E 不需要 OpenAI API 密钥，因此目前能够免费使用。
尽管如此，国外媒体如 Tom’s Hardware 测试后观察到，由于 OpenAI 并未提供 Shap-E 的详细说明，只告诉大家使用 Python pip 指令来安装，所以实际安装至产出 3D 图形的过程，耗费了数个小时的时间摸索。
目前测试 Shap-E 的成果普遍仍是低解析度、欠缺细节，不过能将文字和图片转成 3D 图形的技术确实充满发展潜力。
▲ Shap-E 模型产生的 3D 立体企鹅。（Source：GitHub）
▲ 酪梨造型的椅子。（Source：GitHub）
▲ 香蕉造型的飞机。（Source：GitHub）
无论是文字或图片转成 3D 图形，Shap-E 都需要大量的电脑系统资源。Tom’s Hardware 指出，例如以搭载 RTX 3080 显卡和 Ryzen 9 5900X 处理器的桌机跑 Shap-E，完成绘制大约需要 5 分钟，而在配备 RTX 4090 显卡和 Intel Core i9-13980HX 处理的 ROG 电竞笔电上，只需要 2~3 分钟。 不过，当尝试在搭载 Intel 第 8 代 U 系列处理器结合内建显卡的旧款笔电跑 Shap-E，1 个小时只绘制约 3%。
由于 Shap-E 不支援 Nvidia 以外的显卡品牌，如果你打算使用这个模型，必须先确保你拥有 Nvidia 显卡，硬件规格也需要达到一定程度，才不至于耗费许多等待时间。
从输入文字提示产生文字、图片，再提升一个层次来到 3D 立体图形，生成式 AI 的应用范围越来越广。3D 立体图形可应用在许多场景，而我们想像元宇宙可望实现人类未来的虚拟生活，Shap-E 模型或许有助于产生建构元宇宙的素材。
- OpenAI’s Shap-E Model Makes 3D Objects From Text or Images
- OpenAI Releases New Text-to-3D Model Shap-E
（首图来源：Unsplash）
▼
特别声明 本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。
