हाल ही में, यूक्रेन की एक वेबसाइट Trilegangers जो मानव शरीर के 3D मॉडल पर केंद्रित है, को अभूतपूर्व ट्रैफिक हमले का सामना करना पड़ा, जिससे इसके सर्वर ठप हो गए। यह वेबसाइट 3D कलाकारों और गेम डेवलपर्स को विशाल मानव शरीर के 3D मॉडल डेटा प्रदान करने के लिए समर्पित है, लेकिन OpenAI के क्रॉलर GPTBot के लगातार क्रॉल करने के कारण यह संकट में पड़ गई है। Trilegangers के कर्मचारियों के अनुसार, हालांकि वेबसाइट के उपयोग की शर्तों में बिना अनुमति के क्रॉल करना और उपयोग प्रतिबंधित है, लेकिन उचित रूप से

WHEE प्लेटफ़ॉर्म ने हाल ही में 'IP इमेज कस्टमाइजेशन' नामक एक नई सुविधा पेश की है, जिसका उद्देश्य उपयोगकर्ताओं को 2D छवियों को एक-क्लिक में 3D मॉडलों में परिवर्तित करने में मदद करना है और विशेष IP इमेज बनाना है। यह नवोन्मेषी उपकरण 2D से 3D में रूपांतरण की प्रक्रिया को सरल बनाता है, साथ ही उपयोगकर्ताओं को असीमित रचनात्मकता की जगह प्रदान करता है, जिससे वे अधिक अनुप्रयोग परिदृश्यों में विस्तार कर सकें।

क्या आप विज्ञान-फाई फिल्मों में उन कूल 3D दृश्यों को याद करते हैं? विशाल ब्रह्मांड, जादुई महल, भविष्य के शहर... अब, आप भी आसानी से ऐसे दृश्य बना सकते हैं! स्टैनफोर्ड विश्वविद्यालय की वू जियाजुन की टीम द्वारा पेश की गई **"दृश्य भाषा"** तकनीक के साथ, आपको केवल एक वाक्य में दृश्य का वर्णन करना है, और यह स्वचालित रूप से जीवन्त 3D मॉडल उत्पन्न कर देगी, यह डिजाइनरों और गेम डेवलपर्स के लिए एक सच्चा वरदान है! दृश्य भाषा वास्तव में क्या है? सोचिए, अगर आपको ईस्टर द्वीप पर रहस्यमय अहू अकिवी मूर्तियों का वर्णन करना हो। आप कहेंगे: "वहाँ सात मूई पत्थरों की एक पंक्ति है।"

इस लेख में हम एक नई 3D मॉडलिंग तकनीक - GGHead के बारे में चर्चा करेंगे। इस तकनीक का विकास म्यूनिख विश्वविद्यालय के टोबियास किर्शस्टीन और अन्य द्वारा किया गया है, जो अल्ट्रा-फास्ट गति पर उच्च गुणवत्ता, दृश्य सुसंगतता के साथ 3D मानव सिर मॉडल बनाने में सक्षम है। कल्पना करें, कि सामान्य उपभोक्ता स्तर के GPU का उपयोग करते हुए, GGHead वास्तविक समय में 1024² रेजोल्यूशन तक के 3D सिर छवि उत्पन्न और रेंडर कर सकता है, जो पहले संभव नहीं था। GGHead का मुख्य अंग एक ऐसा दृष्टिकोण है जिसे कहते हैं।

स्टार्टअप कंपनी Meshy ने AI संचालित 3D मॉडलिंग टूल Meshy-4 लॉन्च किया है, जिसने 16 महीने के विकास के बाद मॉडल ज्यामिति और वर्कफ़्लो में महत्वपूर्ण सुधार किया है, जिससे डिजाइनरों और डेवलपर्स की सृजनात्मकता में काफी वृद्धि हुई है। Meshy-4 AI द्वारा उत्पन्न 3D मॉडलों के क्षेत्र में उत्कृष्टता दिखाता है, जो उत्पन्न सतहें अधिक चिकनी और ज्यामितीय विवरण स्पष्ट होते हैं, जो पेशेवर उपयोग मानकों के करीब हैं। इसका अभिनव टेक्स्ट-टू-3D-मॉडल निर्माण प्रक्रिया मॉडलिंग और टेक्सचरिंग के दो चरणों में बाँटी जाती है, जिससे उपयोगकर्ता को उनके अंतिम काम पर अधिक नियंत्रण मिलता है और भविष्य की पेशेवर क्षमताओं के लिए मार्ग प्रशस्त होता है।

अल्बर्टा विश्वविद्यालय, टोरंटो विश्वविद्यालय और हुआवेई नॉक्स लैब ने एक नई विधि का विकास किया है जिसे TexGen कहा जाता है, जिसका उद्देश्य 3D मॉडलिंग क्षेत्र में यथार्थवादी बनावट उत्पन्न करने की कठिनाई को हल करना है। यह तकनीक टेक्स्ट वर्णन के माध्यम से संबंधित 3D बनावट उत्पन्न करती है, जो मौजूदा तकनीकों से काफी बेहतर है। इसका मूल बहु-दृष्टिकोण नमूना और फिर से नमूना ढांचा है, जो पूर्व-प्रशिक्षित टेक्स्ट-से-चित्र डिफ्यूज़न मॉडल के साथ जोड़ा गया है। यह विधि RGB पैरामीटर की बनावट छवि को बनाए रखती है और हर नमूनाकरण के बाद इसे अद्यतन करती है, जिससे दृष्टिकोणों के बीच का अंतर प्रभावी रूप से कम हो जाता है और दृष्टिकोण-संगत बनावट उत्पन्न होती है। ध्यान गाइड पेश किया गया है।

अली टोंगय प्रयोगशाला XR प्रयोगशाला ने वर्ड 3D नए मॉडल का ओपन-सोर्स किया है, जिसे एक टेक्स्ट विवरण के माध्यम से संबंधित 3D मॉडल और बनावट उत्पन्न किया जा सकता है। ओपन-सोर्स मॉडल में Text-to-ND और Text-to-ND-MV के दो बड़े मॉडल शामिल हैं। टोंगय प्रयोगशाला XR प्रयोगशाला ने Text-to-ND के बेस संस्करण और Multi-View संस्करण को ओपन-सोर्स किया है, जो विभिन्न सूक्ष्म एल्गोरिदम विकास आवश्यकताओं को पूरा करता है। इसके साथ ही बड़े मॉडल से निष्कर्षित (Score Di) का भी खुला स्रोत उपलब्ध कराया गया है।

Researchers have developed a 3D-GPT system powered by Large Language Models (LLM) that can generate complex 3D models and scenes based on short text descriptions. The system breaks down 3D modeling tasks into manageable parts through a multi-agent system, including task scheduling agents, conceptual agents, and modeling agents. The key role of the task scheduling agent is to select the appropriate program generation functions based on user instructions, improving the efficiency of task coordination. 3D-GPT supports continuous instruction input, allowing users to edit and modify generated scenes, including object control.

प्रसिद्ध AI स्टार्टअप Kaedim ने अपनी 3D मॉडल बनाने की तकनीक को बढ़ा-चढ़ाकर पेश किया। Kaedim का दावा है कि उनकी तकनीक 2D छवियों से स्वचालित रूप से उच्च गुणवत्ता वाले 3D मॉडल बना सकती है, लेकिन वास्तव में, Kaedim की AI द्वारा बनाई गई 3D छवियों की गुणवत्ता बहुत खराब है। Kaedim कभी-कभी कलाकारों को पूरी तरह से शून्य से उच्च गुणवत्ता वाले 3D चित्रों को बनाने के लिए मजबूर करता है। कृत्रिम बुद्धिमत्ता कंपनियों को अपनी तकनीकी स्थिति को अधिक बढ़ा-चढ़ाकर पेश नहीं करना चाहिए।

Nvidia ने FlexiCubes पेश किए, जो AI का उपयोग करके विभिन्न 3D अनुप्रयोगों के लिए आवश्यक 3D ग्रिड उत्पन्न करता है। FlexiCubes भौतिक इंजन के साथ एकीकृत किया जा सकता है, जिससे 3D मॉडल में नरम वस्तुएं बनाई जाती हैं। यह अभिनव ग्रिड निर्माण विधि AI पाइपलाइन में परिवर्तन लाने और विभिन्न अनुप्रयोगों के लिए उच्च गुणवत्ता वाले ग्रिड प्रदान करने की उम्मीद है।