生成式AI的上限在哪里？這個(gè)問(wèn)題的答案或許在短時(shí)間內(nèi)都不會(huì)有答案，至少現(xiàn)在生成式AI似乎又征服了一個(gè)新的領(lǐng)域。此前，生成式AI的工作范湊主要集中在文字處理、繪畫(huà)、聲音處理等方面，但是生成式AI的能力顯然遠(yuǎn)不止于此。

近日，開(kāi)源生成式AI公司Stability AI正式發(fā)布了Stable Animation SDK，以及備受關(guān)注的Stable Diffusion 模型（以下簡(jiǎn)稱(chēng)Stable）也正式公布新版本，現(xiàn)在用戶(hù)可以更好的控制AI生成的3D模型，并且對(duì)特定參數(shù)進(jìn)行修改。

或許很多人看到這個(gè)消息的想法是：“3D模型？是指方塊、長(zhǎng)條之類(lèi)的東西？”，畢竟在多數(shù)人看來(lái)，真正的3D建模復(fù)雜性恐怕是普通AI難以處理的。不過(guò)，生成式AI的魅力就在這里，通過(guò)對(duì)數(shù)據(jù)的處理與分析，配合對(duì)自然語(yǔ)言的理解，如今的AI可以根據(jù)描述生成更加復(fù)雜、完善的模型，并不僅限于簡(jiǎn)單的方塊模型。

(資料圖)

不僅僅是2D變3D

在此之前，Stable就因?yàn)榭梢詫?D畫(huà)面、描述直接轉(zhuǎn)換成3D模型而引起了許多關(guān)注，Stable生成的3D模型在精細(xì)度上雖然比不上專(zhuān)業(yè)人員花長(zhǎng)時(shí)間搭建的模型，但是考慮到生成所需的時(shí)間，也足以帶給大家不小的震撼。

而在Stability AI公布的最新演示視頻中，Stable的3D模型已經(jīng)不僅限于靜物，即使是一直在運(yùn)動(dòng)的人物形象，也可以輕松轉(zhuǎn)變?yōu)?D模型，并且運(yùn)動(dòng)的幅度、姿勢(shì)都與原版十分接近。類(lèi)似的技術(shù)在動(dòng)畫(huà)制作中其實(shí)經(jīng)常被用到，一些動(dòng)畫(huà)為了讓畫(huà)面、物體顯得更具有立體感時(shí)，就會(huì)通過(guò)2D轉(zhuǎn)3D的方式來(lái)制作這段畫(huà)面，凸顯畫(huà)面的張力

圖源：Stability AI

而在傳統(tǒng)的動(dòng)畫(huà)行業(yè)里，想要將2D畫(huà)面轉(zhuǎn)為3D，需要不少工作人員忙碌一段時(shí)間，而在Stable的幫助下，只需要將2D畫(huà)面輸入模型中，即可獲得高質(zhì)量的起始3D模型，大幅度降低建模所需的時(shí)間與成本。

當(dāng)然，如果只是這樣，或許也就從業(yè)者會(huì)高興，對(duì)于廣大網(wǎng)友來(lái)說(shuō)，Stable又有什么用呢？關(guān)鍵就在于Stable的3D模型生成并不需要精細(xì)的引導(dǎo)，即使只是簡(jiǎn)筆畫(huà)，Stable也可以生成出大差不差的3D模型，比如這幅如圖幼兒園小孩般的涂鴉，經(jīng)過(guò)Stable的“潤(rùn)色”后就變成了一個(gè)還算能看的3D畫(huà)面。

圖源：YouTube

讓你的一切繪畫(huà)作品，甚至文字動(dòng)起來(lái)，這就是Stable的期盼與目標(biāo)。所以，Stability AI的所有成果都是直接公開(kāi)，以開(kāi)源的方式提供給網(wǎng)友使用，對(duì)于廣大二次元愛(ài)好者來(lái)說(shuō)，或許這是讓他們的“紙片老婆”們動(dòng)起來(lái)的最簡(jiǎn)單方法。

而且從Stable的3D動(dòng)態(tài)模型生成能力中，我們也可以看到一些未來(lái)的應(yīng)用場(chǎng)景，比如更低廉、便利的動(dòng)作捕捉系統(tǒng)，理論上只要算力足夠，就可以通過(guò)攝像頭捕捉的畫(huà)面實(shí)時(shí)生成對(duì)應(yīng)的3D模型動(dòng)作。

除此之外還有什么妙用呢？不知道大家是否有看過(guò)近日的一個(gè)熱聞，海外網(wǎng)紅Caryn Marjorie通過(guò)與AI團(tuán)隊(duì)合作，用GPT-4復(fù)制了一個(gè)數(shù)字版的自己，然后將數(shù)字版的使用權(quán)以每分鐘一美元的價(jià)格出售給自己的粉絲。

在短短的一周里，Caryn Marjorie就以此獲得了7.1萬(wàn)美元的收入，而她提供的僅僅是語(yǔ)音對(duì)話(huà)閑聊服務(wù)。作為視覺(jué)生物，我們對(duì)于聲音的敏感度其實(shí)要低于畫(huà)面，如果Stable也被應(yīng)用到相關(guān)領(lǐng)域，是否可能打造出真正意義上的AI女友呢？可動(dòng)、可聊，足以撫慰你空虛的內(nèi)心。

咳咳，好吧，這個(gè)話(huà)題先打住，至少在目前的模型效率和算力規(guī)模下，個(gè)人想要實(shí)現(xiàn)實(shí)時(shí)且高規(guī)格的3D動(dòng)態(tài)模型生成，恐怕還十分困難，但是考慮到半導(dǎo)體行業(yè)的進(jìn)步速度，或許這一天離我們并不遙遠(yuǎn)。

全新的生產(chǎn)力工具

Stable此前最大的問(wèn)題在于只能根據(jù)描述或圖像來(lái)生成3D模型，如果生成的效果不好，只能重新調(diào)整圖像或文字信息來(lái)重新生成，根據(jù)顯卡的性能不同，3D模型的生成時(shí)間也會(huì)有所區(qū)別，相較于ChatGPT等傳統(tǒng)問(wèn)答式AI，Stable的時(shí)間成本高很多。

所以，雖然Stable的3D模型生成效果遠(yuǎn)優(yōu)于以往的類(lèi)似應(yīng)用，使用場(chǎng)景卻十分受限，僅僅是能夠給社區(qū)愛(ài)好者提供一個(gè)簡(jiǎn)單便利的3D模型生成工具。一直以來(lái)，社區(qū)用戶(hù)都希望Stability AI就可以給Stabel增加參數(shù)調(diào)整功能，這樣就可以對(duì)不滿(mǎn)意的模型細(xì)節(jié)進(jìn)行修改。

Stability AI給出的回應(yīng)就是Stable Animation SDK，該接口可以被加載到Stabel的模型中，用戶(hù)在使用Stabel生成3D模型后，可以通過(guò)接口直接輸入對(duì)應(yīng)的參數(shù)，調(diào)整或增加模型的細(xì)節(jié)，讓模型更符合用戶(hù)的要求。

圖源：Stability AI

從接口的描述文件來(lái)看，支持修改的參數(shù)非常多，從基礎(chǔ)的顏色、形狀、大小、紋理到動(dòng)作姿勢(shì)等都可以進(jìn)行調(diào)節(jié)，而且調(diào)節(jié)過(guò)程并不需要輸入專(zhuān)業(yè)數(shù)據(jù)或是名詞，只需要如圖生成3D模型時(shí)一樣輸入文字信息即可。

比如你生成了一只小狗的3D模型，然后覺(jué)得小狗身上的花紋不太滿(mǎn)意，只需要從接口輸入你想要的花紋描述，Stabel就會(huì)根據(jù)描述對(duì)模型進(jìn)行修改并重新渲染相關(guān)圖層。

除此之外，Stable Animation SDK還支持動(dòng)作命令的輸入，可以讓靜態(tài)的3D模型直接執(zhí)行你的動(dòng)作指令，比如你渲染了一只飛龍，然后輸入指令“讓龍飛起來(lái)噴火”，Stable就會(huì)開(kāi)始對(duì)3D模型進(jìn)行動(dòng)作渲染。

而且Stable還提供攝影功能，用戶(hù)可以調(diào)整拍攝機(jī)位、照明效果、背景等一系列的參數(shù)，對(duì)3D模型進(jìn)行靜態(tài)和動(dòng)態(tài)的錄像。是的，大家估計(jì)都猜到了，3D建模、3D動(dòng)畫(huà)等與3D建模有關(guān)的行業(yè)，都將會(huì)感受到來(lái)自AI的“溫暖”。

另外，部分網(wǎng)友認(rèn)為Stable與虛擬現(xiàn)實(shí)設(shè)備結(jié)合，或許會(huì)讓虛擬現(xiàn)實(shí)設(shè)備的生產(chǎn)力表現(xiàn)得到飛躍式提升。大家應(yīng)該都看過(guò)漫威電影《鋼鐵俠》，電影主角史塔克就擁有一個(gè)高級(jí)人工智能程序“賈維斯”，在史塔克制造鋼鐵俠鎧甲時(shí)給予了許多幫助。

圖源：鋼鐵俠

其中一個(gè)片段就是史塔克通過(guò)對(duì)話(huà)直接生成了一個(gè)零件的3D模型，然后對(duì)其進(jìn)行調(diào)整并應(yīng)用到鎧甲上，這套流程聽(tīng)起來(lái)是不是有點(diǎn)耳熟？沒(méi)錯(cuò)，某種意義上這就是Stable+ChatGPT的未來(lái)版本，通過(guò)對(duì)話(huà)直接創(chuàng)造出3D模型，讓設(shè)計(jì)師可以在虛擬現(xiàn)實(shí)設(shè)備中直接檢視物品的外觀、使用效果等。

將這個(gè)過(guò)程放到現(xiàn)實(shí)生活照，就相當(dāng)于將產(chǎn)品設(shè)計(jì)中最耗時(shí)的打樣、調(diào)整過(guò)程簡(jiǎn)化，實(shí)質(zhì)性的提高產(chǎn)品從設(shè)計(jì)到落地的整個(gè)流程效率。而且，結(jié)合虛擬現(xiàn)實(shí)設(shè)備的功能，甚至可以讓設(shè)計(jì)師提前在虛擬現(xiàn)實(shí)中使用和體驗(yàn)自己的產(chǎn)品。

當(dāng)然，現(xiàn)在的產(chǎn)品設(shè)計(jì)流程中，其實(shí)就已經(jīng)廣泛利用類(lèi)似的3D模型軟件來(lái)渲染場(chǎng)景，但是Stable的優(yōu)勢(shì)在于生成的速度，本來(lái)需要數(shù)小時(shí)甚至數(shù)天進(jìn)行調(diào)整渲染的模型，如今只需要十分之一或更短的時(shí)間即可生成，背后所帶來(lái)的效率提升不言而喻。

隨著生成式AI的遍地開(kāi)花，可以看到AI對(duì)我們的社會(huì)、生產(chǎn)等方面會(huì)造成十分深遠(yuǎn)的影響，今天是3D模型，明天又會(huì)是什么？我非常期待。

關(guān)鍵詞：