TRELLIS - โมเดลสร้างเมช 3D

 (trellis3d.github.io)
1 คะแนน โดย GN⁺ 2024-12-10 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • TRELLIS เป็นโมเดลสร้างสรรค์ที่สร้างแอสเซ็ต 3D โดยใช้ข้อความหรือรูปภาพเป็นเงื่อนไข ผสานการแทนค่า latent แบบรวม SLAT กับ Rectified Flow Transformers เพื่อยกระดับคุณภาพและความยืดหยุ่นของผลลัพธ์
  • SLAT บรรจุทั้งกริด 3D แบบเบาบางและคุณลักษณะภาพจากหลายมุมมอง เพื่อแทนโครงสร้างเรขาคณิตและเท็กซ์เจอร์ และสามารถถอดรหัสเป็น Radiance Fields, 3D Gaussians และ meshes ได้
  • ระบุว่าได้ฝึกโมเดลขนาดสูงสุด 2 พันล้านพารามิเตอร์ ด้วยชุดข้อมูลแอสเซ็ต 3D จำนวน 500,000 ชิ้น และให้คุณภาพสูงกว่าวิธีเดิม ๆ รวมถึงวิธีสมัยใหม่ขนาดใกล้เคียงกัน
  • รองรับไม่เพียงการสร้าง text-to-3D และ image-to-3D แต่ยังรวมถึงการสร้าง รูปแบบดัดแปลง ของแอสเซ็ต 3D ที่มีอยู่ และการแก้ไขพื้นที่เฉพาะที่ โดยสาธิตการจัดการต่าง ๆ เช่น ลบแขน เพิ่มอาวุธ และเปลี่ยนขา
  • เอกสารและทรัพยากรที่เผยแพร่จำกัดไว้สำหรับวัตถุประสงค์ทางวิชาการและการวิจัย และยังมี อคติที่อาจแฝงอยู่ จากชุดข้อมูลที่อิงอินเทอร์เน็ต รวมถึงข้อจำกัดในการสร้างวัตถุโลกจริงที่สมจริง

เป้าหมายและขอบเขตของ TRELLIS

  • TRELLIS เป็นโมเดลสร้าง 3D แบบเนทีฟที่มุ่งสร้าง 3D ได้หลากหลายและขยายขนาดได้
  • หน้าโปรเจกต์เป็นเว็บเพจทางการเพียงแห่งเดียวของ TRELLIS และงานนี้ถูกระบุว่าเป็น CVPR 2025 Highlight
  • เป้าหมายหลักคือการสร้างแอสเซ็ต 3D คุณภาพสูงจากเงื่อนไขที่เป็นข้อความหรือรูปภาพ พร้อมให้รูปแบบผลลัพธ์และฟังก์ชันแก้ไขที่หลากหลาย
  • จะมีการเปิดเผยโค้ด โมเดล และข้อมูล

การแทนค่า Structured LATent(SLAT)

  • SLAT เป็นการแทนค่า latent 3D แบบรวมสำหรับการสร้าง 3D คุณภาพสูงและใช้งานได้หลายวัตถุประสงค์
  • นิยามเวกเตอร์ latent เฉพาะที่บน active voxel ที่ตัดกับพื้นผิวของวัตถุ
  • เวกเตอร์ latent เฉพาะที่จะถูกเข้ารหัสโดยเรนเดอร์แอสเซ็ต 3D อย่างหนาแน่นจากหลายมุมมอง แล้วหลอมรวมและประมวลผลคุณลักษณะภาพ
  • คุณลักษณะนี้มาจาก vision encoder ที่ผ่านการ pretrain และช่วยเสริมโครงสร้างหยาบที่ active voxel ให้มา เพื่อจับรายละเอียดเรขาคณิตและคุณลักษณะเชิงภาพ
  • สามารถใช้ decoder ต่างชนิดกันเพื่อแปลง SLAT เป็นการแทนค่า 3D หลายรูปแบบได้
    • Radiance Fields
    • 3D Gaussians
    • meshes

โครงสร้างโมเดลสร้างสรรค์และการฝึก

  • TRELLIS เป็น ตระกูลโมเดลสร้าง 3D ขนาดใหญ่ที่สร้างขึ้นบน SLAT โดยใช้พรอมป์ข้อความหรือรูปภาพเป็นเงื่อนไข
  • pipeline การสร้างแบ่งเป็น 2 ขั้นตอน
    • ขั้นแรกสร้างโครงสร้างแบบเบาบางของ SLAT
    • จากนั้นสร้างเวกเตอร์ latent ของเซลล์ที่ไม่ว่าง
  • โมเดล backbone คือ Rectified Flow Transformers และถูกปรับให้จัดการกับความเบาบางของ SLAT
  • ขนาดการฝึกสูงสุดคือ 2 พันล้านพารามิเตอร์ และใช้ชุดข้อมูลขนาดใหญ่ที่ประกอบด้วยวัตถุ 3D หลากหลาย 500,000 ชิ้น
  • ผลลัพธ์เป็นแอสเซ็ต 3D ที่มีเรขาคณิตละเอียดและเท็กซ์เจอร์มีชีวิตชีวา โดยระบุว่าเหนือกว่าวิธีก่อนหน้าอย่างมาก

ตัวอย่างการสร้าง·แก้ไขและรูปแบบผลลัพธ์

  • ตัวอย่าง text-to-3D ใช้พรอมป์ข้อความที่ GPT-4 สร้างขึ้น
    • โทรศัพท์หมุนทองแดงสไตล์วินเทจ
    • บ้านอิฐสองชั้นที่มีหลังคาสีแดงและรั้ว
    • ทรงกลมเรืองแสงบนฐานหิน
    • หุ่นยนต์ทรงกลมดีไซน์สีทองและเงิน
  • ตัวอย่าง image-to-3D ใช้พรอมป์รูปภาพที่ DALL-E 3 สร้างขึ้น
  • รูปลักษณ์และเรขาคณิตในหน้าเว็บถูกเรนเดอร์ตามลำดับจาก 3D Gaussians และ meshes
  • ไฟล์ GLB ถูกดึงออกมาโดย baking รูปลักษณ์ของ 3D Gaussians ลงใน mesh
  • สำหรับแอสเซ็ต 3D ที่กำหนด สามารถสร้างรูปแบบดัดแปลงที่สอดคล้องกับพรอมป์ข้อความได้
    • พื้นผิวโลหะพร้อมงานพ่นสีส้ม·ขาว
    • พื้นผิวคล้ายผ้าถักสีเขียว·ม่วง
    • พื้นผิวโลหะสไตล์อาวุธยุคกลางที่มีสายหนังและจุดเน้นสีน้ำเงิน
    • โครงสร้างไฮเทคใสคล้ายแก้ว
  • การจัดการเฉพาะที่แก้ไขพื้นที่เฉพาะตามพรอมป์ข้อความหรือรูปภาพ
    • ลบแขนออกจากเมคาหุ่นยนต์ต่อสู้แบบฮิวแมนนอยด์
    • เพิ่มอาวุธลำแสงขนาดใหญ่
    • เปลี่ยนขาเป็นแชสซีแบบสายพาน
  • สามารถนำแอสเซ็ต 3D ที่สร้างขึ้นมาประกอบกัน เพื่อสร้าง งานออกแบบศิลปะ 3D ที่ซับซ้อนและมีชีวิตชีวาได้

วัตถุประสงค์การวิจัยและข้อจำกัด

  • TRELLIS เป็นโปรเจกต์วิจัยล้วน ๆ
  • ชุดข้อมูลที่ใช้เป็นชุดข้อมูลสาธารณะ และได้รับการตรวจสอบเพื่อไม่ให้มีข้อมูลระบุตัวบุคคลหรือเนื้อหาที่เป็นอันตราย
  • เนื่องจากชุดข้อมูลถูกรวบรวมจากอินเทอร์เน็ต จึงอาจยังมี อคติที่อาจแฝงอยู่
  • โมเดลปัจจุบันมีจุดแข็งในการสร้างแอสเซ็ต 3D สไตล์ศิลปะ
  • ความสามารถในการสร้างวัตถุโลกจริงที่สมจริงยังมีข้อจำกัด
  • เอกสารและทรัพยากรบนหน้าเว็บมีให้เฉพาะเพื่อวัตถุประสงค์ทางวิชาการและการวิจัยสำหรับสำรวจเทคโนโลยีการสร้าง text-to-3D และ image-to-3D เท่านั้น
  • ไม่ได้มีเจตนาให้นำไปใช้เชิงพาณิชย์หรือใช้งานเชิงพาณิชย์
  • งานวิจัยที่เกี่ยวข้องคือ arXiv preprint Structured 3D Latents for Scalable and Versatile 3D Generation

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2024-12-10
ความคิดเห็นจาก Hacker News

  • ว้าว น่าทึ่งจริง ๆ แต่นี่น่าจะเป็นครั้งแรกที่ดู คอนเทนต์ที่ AI สร้าง แล้วรู้สึกคลื่นไส้
    มันทำออกมาดีเกินไป จนดูเหมือนแอสเซ็ตคุณภาพสูงแบบผลิตจำนวนมากที่ไร้วิญญาณ เลยยิ่งรู้สึกเศร้า
    ไม่ได้จะลดทอนความสำเร็จนี้ ตรงกันข้าม มันให้ความรู้สึกเหมือนเป็นสัญญาณการสิ้นสุดของแอสเซ็ตที่ทำด้วยมือ
    ไม่ใช่ว่าสงสารศิลปิน แต่รู้สึกเศร้ากับตัวเองมากกว่าที่ฉันยังต้องการคุณสมบัติของการเป็นสิ่งที่มนุษย์ทำขึ้นด้วยมือ
    นี่ก็เป็นเหตุผลเดียวกับที่ฉันไม่ค่อยชอบเกมที่สร้างแบบ procedural เพราะฉันอยากเดินอยู่ในโลกที่ออกมาจากหัวของใครสักคน ไม่ใช่โลกที่ถูกสร้างแบบ procedural ซึ่งมีอยู่โดยไม่มีเหตุผลอะไรเป็นพิเศษ ถ้าอยากได้แบบนั้นก็แค่ออกไปเดินข้างนอกก็พอ
    ฉันต้องการ งานศิลปะ ที่คนร่วมยุคเดียวกันสร้างขึ้นอย่างมีจุดหมาย ใส่วิสัยทัศน์ ไอเดีย คุณค่า มุมมอง และความเป็นตัวเองลงไป ไม่ใช่แค่กองคอนเทนต์หรือกองของให้คุ้ยดู จะดูสวยขนาดนี้หรือไม่ก็ไม่สำคัญ ขอแค่ถูกสร้างขึ้นอย่างมีจุดหมายก็พอ

    • จะมองแบบนี้ก็ได้ จากนี้ไป เกม AAA คงไม่สามารถสร้างความแตกต่างได้แค่ด้วยการ “กราฟิกอลังการ” อีกแล้ว
      พูดตามตรง เกมใหม่ส่วนใหญ่ทุกวันนี้ก็แทบเป็นเกมเดิมที่แค่อัปเดตกราฟิก
      แต่ถ้าอีกไม่นานฉันเองก็ทำอะไรแบบนั้นได้เหมือนกัน ก็ชวนให้สงสัยว่าสตูดิโอใหญ่ ๆ จะเตรียมอะไรไว้เพื่อดึงให้เรากลับไปหาอีก
    • ประโยคที่ว่า “ถ้าอยากได้โลก procedural ที่มีอยู่โดยไม่มีเหตุผลอะไรเป็นพิเศษ ก็แค่ออกไปข้างนอก” ทำให้นึกถึงตอนที่ฉันเริ่มออกกำลังกายกลางแจ้งเมื่อหลายปีก่อน
      ก่อนหน้านั้นแทบไม่ออกไปไหน อยู่แต่ในห้องค่อนข้างมืด แล้ววันหนึ่งพอมองขึ้นไปบนฟ้าก็คิดว่า “ว้าว เมฆพวกนี้ดูเหมือนเมฆในเกมอย่าง Horizon หรือ Assassin's Creed เลย”
      ตอนดูแอสเซ็ตพวกนี้ก็แอบเศร้านิด ๆ เหมือนกัน พอเห็น “บ้านอิฐสองชั้นหลังคาแดงมีรั้ว” ก็นึกถึงตัวอย่าง animation/keyframe ของ three.js ขึ้นมา
      ตัวอย่างของ three.js นั้นมนุษย์ทำด้วยมือ และทุกการตัดสินใจมีเจตนาจริงอยู่เบื้องหลัง แต่ Trellis ดูเหมือนแค่ “ปิ๊ง นี่ไง” เป็นส่วนผสมของงานที่เจอมาจากอินเทอร์เน็ตและเกมต่าง ๆ
      AI อาจทำให้คุณค่าบางอย่างหายไป แต่เพราะแบบนั้น คอนเทนต์ทำมือ อาจยิ่งมีค่ามากขึ้นก็ได้ เพียงแต่ก็ไม่แน่ใจว่าเราจะยอมรับคุณค่านั้นมากพอให้ศิลปินอยู่ได้อย่างยั่งยืนหรือไม่
      https://threejs.org/examples/#webgl_animation_keyframes
    • นักพัฒนาเกมจำนวนไม่น้อยเกลียด การออกแบบด่าน และเหตุผลที่ไม่ใช้การสร้างแบบ procedural ก็เพราะมันยาก เลยต้องฝืนประกอบโลกที่ทำด้วยมือขึ้นมาแทน
      ฉันเองก็เป็นแบบนั้น ถ้าใครมาเล่นเกมของฉันแล้วคิดว่าด่านต่าง ๆ “ผุดขึ้นมา” จากในหัวฉัน ก็คงน่าขำไม่น้อย เหมือนฉันเป็นศิลปินลุ่มลึกอะไรแบบนั้น
      ฉันภูมิใจกับส่วนอื่นของการพัฒนาเกมมาก แต่การออกแบบด่านไม่ใช่หนึ่งในนั้น
    • ฉันไม่คิดว่าเทคโนโลยีนี้จะเปลี่ยน พื้นที่การแข่งขันของมนุษย์ ไปอย่างถึงราก
      พอมันเริ่มถูกใช้แพร่หลาย ก็คงมีของคุณภาพต่ำแบบผลิตจำนวนมากทะลักออกมา แต่ศิลปินตัวจริงที่ต้องการสร้างบางสิ่งอย่างมีจุดหมายจะเรียนรู้วิธีใช้เทคโนโลยีนี้เป็นฐานไปสู่สิ่งที่ยิ่งใหญ่กว่า
      พอมองคนอย่าง Martin Nebelong ก็เห็นว่าพวกเขากำลังเรียนรู้วิธีใช้ AI โดยยังคงให้มนุษย์อยู่ในลูป
      https://x.com/martinnebelong?s=21&t=cTpE-rRbCiocUlN0VaSheQ
    • สำหรับคนที่ทำ 3D asset ไม่เป็น นี่คือ เครื่องมือทำต้นแบบ ที่ดีมาก
      คล้ายกับที่ visual scripting อย่าง Unreal Blueprints เปิดทางให้คนที่ไม่คุ้นกับการเขียนโปรแกรมเข้ามาทำเกมและม็อดดิ้งได้
      เพราะงั้นถ้าจะได้โมเดลไว้ใส่ในต้นแบบโดยไม่ต้องไปเรียน Blender หรือ Maya ก็ถือว่าโอเค ถึงมันจะดูแกว่ง ๆ และแปลก ๆ อยู่บ้าง อย่างน้อยก็ยังได้คอนเทนต์ขึ้นมา

  • ว้าว ผลลัพธ์ยอดเยี่ยมมาก ไม่ใช่ผู้เชี่ยวชาญหรอก แต่รู้สึกว่านี่คือสิ่งที่ทุกคนคิดไว้ตั้งแต่ตอนมี NeRF demo แรกออกมา
    พอลองค้นดูก็ยังเจอคอมเมนต์ที่ผมเคยเขียนไว้เมื่อ 5 ปีก่อนว่าหวังให้มันเป็นแบบนี้: https://news.ycombinator.com/item?id=22642628
    ขั้นถัดไปคือการให้โมเดลติด “โหนด” ที่ใช้หมุนหรือปรับจุดหมุนให้กับภาพ 3D โดยอัตโนมัติ จากนั้นคอนเทนต์แอนิเมชันและแบบโต้ตอบตามสั่งก็ตามมาได้ทันที
    สามารถใส่รูปถ่ายสมัยเด็กเพื่อจำลองความทรงจำ แล้วเพิ่มตัวอย่างเสียงของคนที่รักเพื่อให้พูดคุยได้
    ถ้าอยากให้สมจริงยิ่งขึ้นก็แค่ใส่หูฟังตัดเสียงรบกวนแล้วเข้า VR
    ใกล้วางจำหน่ายแล้ว! คลิกที่นี่เพื่อเข้าร่วมรายชื่อรอ “Surrender Reality”

    • ขั้นถัดไปคือสร้างโมเดลที่มี mesh topology คุณภาพสูงกว่าเดิม เพื่อให้ทำแอนิเมชันและแก้ไขแล้วเมชไม่พัง
      ผมทำรีโทโพโลยีมาเยอะมาก ถ้าเอาโมเดลพวกนี้ไปริกตรง ๆ น่าจะเจอปัญหาเรื่อง shading และ deformation ได้สารพัดแบบ
      ต่อให้ไม่ทำแอนิเมชัน พอมองใกล้ ๆ ก็ยังเห็นความเป็นสามเหลี่ยมค่อนข้างชัด
      ถึงอย่างนั้นก็ดูเหมือนการสร้าง 3D asset คุณภาพสูงจะอยู่ใกล้แค่เอื้อมแล้ว ถ้าเอาแนวทางที่เห็นตรงนี้ไปรวมกับ AI quad remeshing ที่อาศัย estimated direction field และ feature detection ซึ่งฝั่งนั้นก็กำลังพัฒนาจนน่ากลัวเหมือนกัน
    • ในเชิงสัญชาตญาณ ผมรู้สึกว่าการผสาน 3D engine กับเทคโนโลยีนี้น่าจะเป็นทางออกที่ดีกว่าวิธีปัจจุบันที่เรนเดอร์วิดีโอแบบ rasterized จาก latent space โดยตรง บังเอิญว่า Sora ก็เปิดตัววันนี้เหมือนกัน
      การริกเมช ทำแอนิเมชัน และฝึกเครือข่ายให้ตั้งค่าฉากทั้งฉากของวิดีโอใด ๆ เป็น “digital twin” อาจไม่ใช่เรื่องที่ทำได้จริง
      แต่ถ้าทำสถาปัตยกรรมแบบนั้นได้ ก็น่าจะควบคุมวิดีโอที่สร้างขึ้นได้ละเอียดกว่ามากโดยที่อย่างอื่นยังคงเดิม
    • ผมไม่ค่อยแน่ใจว่า “โหนด” ที่พูดถึงตรงนี้หมายถึงอะไรแน่ การหมุนหรือซูมแบบอิสระอาจดูดีในทางทฤษฎีก็ต่อเมื่อคุณอยากได้ lazy susan หรือหัว Exorcist ที่หมุนติ้ว ๆ
      ขั้นถัดไปน่าจะเป็น symmetric topology ที่ปกติกว่านี้, UV map ที่ดีกว่า, และ auto-rigging (FK/IK) เพื่อให้ทำแอนิเมชันได้ง่าย
    • สงสัยว่ามันจะกระทบกับ 3D artist ในสตูดิโอพัฒนาเกมยังไง
      สตูดิโอจะใช้เครื่องมือแบบนี้แต่ยังเก็บศิลปินไว้ แล้วผลิตคอนเทนต์ได้มากขึ้น เร็วขึ้น ง่ายขึ้น หรือจะเหลือไว้แค่บางส่วน ตัดอีก 80% แล้วแทนที่ด้วยเครื่องมือนี้
    • มันมีประโยชน์ไม่ใช่แค่กับแอนิเมชันและคอนเทนต์แบบโต้ตอบตามสั่ง แต่ยังใช้กับ การเรนเดอร์ภาพนิ่ง ได้ด้วย
      จนถึงตอนนี้ภาพ 2D ที่ AI สร้างขึ้นมักมีแสงผิดและมีข้อผิดพลาดเยอะ พอทำให้เป็นฉาก 3D แล้วเรนเดอร์ด้วยเครื่องมือฟรีอย่าง Blender แสงก็จะถูกต้องและปรับตั้งได้ และรายละเอียดที่ผิดก็แก้ได้ง่าย
      ตอนนี้ก็มีเครื่องมือที่ทรงพลังแบบเหลือเชื่ออยู่แล้ว และจากตรงนี้ไปก็น่าจะยิ่งเก่งขึ้นเร็วมาก

  • มันยังไม่สมบูรณ์แบบ แต่ดีกว่า ตัวสร้างโมเดล 3D ส่วนใหญ่ที่ผมเคยลองมามาก
    ก่อนหน้านี้ผลลัพธ์แย่แบบไม่น่าเชื่อ แต่ครั้งนี้อย่างน้อยก็ออกมาได้ระดับกลางขึ้นไป
    ตอนนี้ขอแค่ให้ไฟล์ฟอร์แมตที่โยนเข้า Orca Slicer ได้ตรง ๆ ก็พอ

  • น่าประทับใจมาก ผมใช้ layer diffusion ทำเรือเหาะ low-poly แบบนี้: https://image.non.io/b3f843be-b1b4-468a-a0ec-9d58b191beee.we...
    ผลลัพธ์เป็นแบบนี้: https://video.non.io/video-2732101706.mp4
    พูดตรง ๆ ว่าไม่ได้แย่เลย และกำลังเข้าใกล้จุดที่ใช้เป็นเกมแอสเซ็ตได้แล้ว

  • ผมลองใส่ภาพ F-117 stealth aircraft จาก Wikipedia แต่ผลลัพธ์ล้มเหลวโดยสิ้นเชิง
    ถึงขั้นไม่รู้เลยว่าตัวอย่างบนหน้าโปรเจกต์สร้างกันยังไง เพราะแม้แต่ silhouette พื้นฐานก็ยังผิดหมด
    ผมหวังว่าจะอัปโหลดภาพจากหลายมุมเพื่อช่วยแก้ได้ แต่ดูเหมือนจะไม่มีฟีเจอร์แบบนั้น

    • F-117 หน้าตาแปลกมาก ถ้าไม่รู้มาก่อนว่าของจริงเป็นยังไง การจะคาดเดาจากมุมมองเดียวในบางองศาก็ยากมากแม้แต่สำหรับคน
      ถ้าไม่มีอยู่ใน dataset ก็ถือว่าพอเข้าใจได้ โดยเฉพาะเพราะรูปทรงเหลี่ยม ๆ ของมันทำให้โมเดลตัดสินผิดว่าไม่ใช่เครื่องบินได้ง่าย
      ไม่ได้จะพูดถึงคุณภาพของโมเดลโดยรวม แต่ F-117 น่าจะเป็นกรณีทดสอบที่ไม่ค่อยแฟร์เกือบแน่นอน

  • เห็นโพสต์นี้เมื่อไม่กี่วันก่อนเหมือนกัน แต่เป็นเดโมที่น่าประทับใจมาก เลยอยากให้มีการคุยกันที่นี่
    https://news.ycombinator.com/item?id=42342557

  • เห็นศักยภาพอยู่นะ แต่ภาพที่ผมใส่เข้าไปน่าจะหลุดจาก distribution ที่ใช้ฝึกไปมาก เลยสร้างออกมาเป็น แผ่นแบน ๆ ประหลาดอย่างเดียว

    • ผมพอทำให้มันทำงานได้ดีกับภาพมุมมองจากด้านบนของตัวละครหรือวัตถุ แบบเกม isometric
      แต่พอใช้ภาพที่หันตรงเข้าหากล้อง ผลลัพธ์ออกมาแบนหมดทุกอัน
    • เป็นอีกหนึ่งเครื่องมือมหัศจรรย์ จนกว่าจะได้ลองทดสอบเอง

  • มันขึ้นกับภาพมาก แต่การที่มันถ่ายทอดขนสัตว์ด้วยการผสม polygon mesh กับ texture แบบโปร่งใส ได้อย่างเหมาะสมนั้นน่าทึ่งจริง ๆ
    ความสามารถแบบนี้ไม่ได้แสดงให้เห็นในตัวอย่างบนหน้าเพจเลย
    https://imgur.com/a/qJp4HNX

  • AlphaFold เป็นโมเดลที่สร้าง 3D จากลำดับโปรตีนแบบหนึ่งมิติ โดยมีการแทนข้อมูลภายในที่หรูและซับซ้อนมาก
    ในทางกลับกัน งานวิจัยนี้น่าสนใจตรงที่โดยพื้นฐานแล้วมันทำ voxelization กับข้อมูลอินพุต แล้วถ่ายภาพจากหลายมุมจำนวนมากเพื่อสร้างชุดฝึก

  • ผมใช้สิ่งนี้ทำเวิร์กโฟลว์จากภาพที่ AI สร้างไปจนถึง 3D print ได้แล้ว ขั้นตอนสรุปไว้ที่นี่: https://x.com/ryanlanciaux/status/1866163343788007619

    • โคตรล้ำยุคเลย คุณสร้างภาพด้วยคำพูด แล้วเปลี่ยนมันเป็นวัตถุจริงที่บ้านได้ แต่คำอธิบายเป็นข้อความล้วนกับภาพที่อธิบายกระบวนการกลับอ่านไม่ได้เพราะเว็บพัง