多模態AI下一步是3D內容生成？ 新工具已火爆GitHub

  ICC訊 多模態內容生成展示了AIGC廣闊的應用空間， 3D有望成為下一個實現突破的模態。

  近期，一款名為DUSt3R的AI新工具火爆微軟旗下GitHub平臺，只需2張圖片2秒鐘就能完成3D重建，無需測量任何額外數據。這款AI工具才上線沒多久就登上GitHub熱榜第二。有網友實測，拍兩張照片就重建出了他家的廚房，整個過程耗時不到2秒鐘。

  3D模型生成通常需要MVS估計相機參數，并在3D空間中對相應的像素進行三角測量。該產品同原來不一樣的是，它是一種對任意圖像進行3D立體重建的全新范式，不需要相機校準以及視點姿態等先驗信息。從而可以實現提供兩個以上圖像的情況下，進行3D建模重建。

  3D建模指的是使用軟件來創建三維對象或形狀的數學表示形式的過程。3D建模技術和3D模型廣泛應用于醫療、游戲、影視、建筑、產品設計還是虛擬現實等領域。

  AI+3D建模是利用人工智能技術，自動化地生成高質量的3D模型的過程。傳統的3D建模需要藝術家花費大量時間和精力進行手工創作，而AI生成則通過訓練機器學習算法，使計算機能夠自動學習和生成3D模型，極大地提高了效率和準確性，同時降低了整個制作成本。

  用戶只需要輸入關鍵詞或者上傳一張2D圖片，這些工具就能在段時間內直接生成多個比較初步的3D模型，而用戶滿意的話，則可以選擇進一步生成精度更高的3D模型。

  當下的3D內容生成工具已經不少，目前海外在AI+3D技術上主要分為工業場景探索與非工業場景探索。非工業場景應用探索主要以谷歌的DreamFusion和英偉達的Magic3D為代表，主要面向游戲、元宇宙中的3D資產設計；工業場景應用則主要以衍生式設計軟件為主，如PTC的Creo以及Autodesk的Fushion360均提供衍生式設計能力。

  國內比較知名的3D生成AI模型包括：字節跳動研究團隊開發的MVDream；由幻方量化旗下的一家大模型企業DeepSeek開發的DreamCraft3D；影眸科技從2016年開始進行人臉采集生成3D模型的業務。據該公司CTO張啟煊介紹，其人臉生成3D的服務，應該是目前國內3D生成里面唯一一個走進游戲生產端的產品……

  用戶輸入文本：“奔跑在樹林中，搞笑的豬頭和孫悟空身體的混合形像”，DreamCraft3D生成的內容

  從ChatGPT代表的文生文，到DALL?E代表的文生圖，再到Sora代表的文生視頻，多模態已經成為了共識的AI發展趨勢。中泰證券旗幟鮮明地提出，繼文本、代碼、圖片、視頻之后，下一個有可能實現突破的模態大概率是3D，“SORA之后的下一步：文生3D”。未來隨著數字化的持續發展，3D資產數量的快速增長，3D建模的自動化生成或成為新的發展風口，而以各種大模型為代表的AIGC生產能力賦能3D建模，以及文生3D需求持續增長，都將促進AI賦能3D建模的快速發展。

  不過AI+3D建模技術當前也面臨較多挑戰，如3D數據與資產缺乏、AI訓練難度高、AI實時渲染技術有限、商業化落地難度大等問題。

  該機構進一步稱，產業視角建議持續跟蹤關注文生3D建模領域的進展，標的視角BIM領域重點關注廣聯達、盈建科；CAX領域重點關注中望軟件、索辰科技、浩辰軟件；EDA領域重點關注華大九天、概倫電子。