（北京，2024年X月X日）——近日，上海人工智能实验室与南洋理工大学成功联合推出三维物体生成大模型——书生·物华2.0（3DTopia 2.0）。该模型采用创新的原语（primitive-based）三维表示方法PrimX，能将形状、纹理和材质信息编码为紧凑的张量格式，实现高分辨率几何图形的建模，有望革新游戏、影视、建筑和设计等行业的三维内容创作流程。
创新的PrimX表示法
书生·物华2.0（3DTopia 2.0）的核心技术之一是PrimX表示法。该方法将三维物体的形状、反照率（albedo）、材质信息编码到一个紧凑的张量格式中，使得三维物体的建模更加高效和精确。每个原语都是一个小体素，通过其三维位置、全局缩放因子和对应的空间变化的有效载荷（包括SDF、RGB和材质信息）来参数化。
高效的生成过程
书生·物华2.0（3DTopia 2.0）基于Diffusion Transformer框架，支持从文本或图像输入高效生成具有物理基础渲染（PBR）特性的高质量三维资产。该模型能在五秒内完成从输入到三维模型的转换，大幅提高创作效率。
高质量和精细纹理
生成的三维物体具有平滑的几何形状和空间变化的纹理和材质，接近真实物理材质感。这使得书生·物华2.0（3DTopia 2.0）在游戏、影视、建筑和设计等领域具有广泛的应用前景。
支持高分辨率几何图形
基于PrimX表示法，书生·物华2.0（3DTopia 2.0）能建模高分辨率的三维几何图形，满足不同场景下的需求。
应用场景广泛
书生·物华2.0（3DTopia 2.0）的应用场景十分广泛，包括游戏开发、电影和动画制作、虚拟现实（VR）和增强现实（AR）、建筑和城市规划等。在游戏设计中，可以快速生成各种三维游戏资产，如角色、道具、环境元素等，提高游戏开发的效率和丰富性；在电影和动画制作中，可以用于创建电影或动画中的三维场景和角色模型，减少手工建模的时间和成本，同时提供更多的创意自由度。
模型开源，助力人工智能发展
书生·物华2.0（3DTopia 2.0）的模型代码已开源，提供免费商用授权，有助于推动人工智能技术的发展和应用。
总之，上海AI实验室与南洋理工大学联合推出的书生·物华2.0（3DTopia 2.0）三维物体生成大模型，以其高效、高质量和广泛的应用前景，为人工智能领域的发展注入了新的活力。
Views: 0