Самостоятельно создать 3D-модель, не обладая знаниями в области моделирования, невозможно. Однако с помощью hyper3d этот барьер может быть преодолен. Эта нейросеть создает трехмерные модели, используя в качестве основы несколько фотографий объекта, чтобы добиться большей точности.
Использовать нейронку можно как напрямую через официальный сайт, так и с помощью сервиса GenAPI. Я склоняюсь ко второму варианту, потому что также получаю:
- последние модели других нейросетей;
- удобный интерфейс на русском;
- свободное API для интеграции на собственные ресурсы.
Помимо, сервис также поддерживает оплату российскими картами и фактически является агрегатором всех основных нейронок в рунете. Это крайне удобно, когда покупка напрямую стоит в два-три раза выше, чем стандартная цена.
Как сгенерировать модель
Итак, откроем главную страницу Rodin 3D:
Здесь уже представлен пример в виде фигурки Гарри Поттера от Funko POP, который позволяет понять общий принцип работы нейросети. Нужно указать промт (описание), прикрепить картинки, где объект находится с разных сторон, настроить параметры и запустить генерацию.
И давайте сначала разберем параметры. Промт — описание генерации, которое указывает нейросети на то, что нужно сделать:
Рекомендую уточнять Hyper3D все детали, которые вы хотите видеть в результате, чтобы он не полагался только на картинки.
Затем идет ряд дополнительных настроек:
Разберем каждый из них, чтобы вы понимали как правильно генерировать объект:
- condition_mode — парамет, отвечающий за способ объединения данных в 3D-моделя, где concat подойдет для более простых, а fuse для сложных объектов;
- geometry_file_format — формат файла, в котором будет представлена генерация;
- material — отвечает за текстуры и материалы, что будут наложены на модель;
- quality — общее качество финального результата;
- bier — управляет уровнем генерации, как и сказано в описании;
- TAPose — поза, в которой будет находится созданная модель, но настройка актуальна только для гуманоидных объектов;
- high_resolution — указание использовать текстуры высокого разрешения.
И теперь, когда у нас есть все данные для создания модель, попробуем создать что-то свое. Возьмем за основу несколько фото и запускаем генерацию:
Я также указал промт, чтобы улучшить результат, и вот что получилось:
Да, текстуры в Rodin 3D получилось не самые лучшие, он вот сама модель для автоматизированной генерации за несколько минут отличная. Особенно можно выделить заднее антикрыло, диффузоры и боковые понтоны. Это сложные для нейросети объекты, которые она смогла отработать.
Где нейросеть можно применять
Помимо очевидного применения нейронки компании rodin 3d дома, можно также адаптировать ее для профессионального использования. Учитывая, что сгенерированные модели не имеют авторских прав, такой подход может стать спасением для небольших студий или разработчиков без бюджета.
И если говорить об областях применения, то рассмотрим наиболее популярные направления:
- создание игр — не говоря главных персонажах, практически все окружения требует моделей, и можно сэкономить на ручной работе, отдав стандартные объекты нейросети;
- интеграция в AR-приложения — практически идеальная область для нейросетей, потому что тут не требуется высокая детализация, и нужно лишь «базовое» накладывание объекта на реальность;
- 3D-печать — созданные модели можно воспроизвести с помощью принтера;
- контент для социальных сетей — элементы интерфейса или рекламные ролики, которые могут стать необычным в стилистическом плане решением;
- образование — наглядная демонстрация каких-либо вещей или элементов в точных науках, чтобы лучше доносить материал до учеников.
Интересно то, что они даже не являются смежными, то есть ширина применения нейросети Rodin огромная.
Отличия от классических методов моделирования
Разница между созданием моделей с помощью нейронок и настоящим моделированием на самом деле огромная, но она кроется в нюансах. Если вам нужна базовая модель, и детализация не является приоритетом, то использование hyper3d ai более чем обусловлено. Однако здесь все еще будет ряд нюансов, которые пока что генерация заместить не может:
- редактируемость — созданный с помощью нейросети rodin объект нельзя так точно отредактировать, как если бы изначально модель была сделана из отдельных частей;
- детализация — проработка небольших элементов несколько ниже, нейронка в основном охватывает «основу», оставляя детали позади;
- гибкость стиля — можно скопировать уже существующий объект, но интерпретировать его в другом стиле даже с промтом практически невозможно.
Отчасти эти факторы можно компенсировать дешевизной и количество генераций, но для точного результата все еще потребуется вмешательство человека.
Итог
Несмотря на свойственные для нейросетей ограничения hyper3d отлично справляется с поставленными задачи. Его главным преимуществом против конкурентов является то, что он умеет создавать модели по нескольким фото, охватывая их с разных сторон. Это делает генерацию точнее и детализированнее.
Листая дальше, вы перейдёте на gen-api.ru