Estados Unidos.- Nvidia ha anunciado Magic3D, una IA generativa que puede producir modelos 3D a partir de una orden de texto. La IA generativa para el modelado 3D ayuda en la conceptualización de componentes con formas complejas y orgánicas.
Considerando que, la impresión 3D es una tecnología ideal para dar vida a estas formas porque es capaz de producir estructuras complejas y al mismo tiempo es rentable.
Los resultados de la Encuesta anual de ejecutivos de la industria de la impresión 3D muestran que la generación automática de modelos 3D utilizando IA es un tema candente.
Magic3D crea un modelo de malla 3D con textura coloreada en 40 minutos. Esto sucedió justo después de que la compañía solicitó a la inteligencia artificial “Una rana dardo venenoso azul sentada en un nenúfar”. El resultado obtenido, con mejoras, se puede utilizar en escenas de arte CGI o videojuegos. Nvidia describe Magic3D en su artículo académico como una respuesta a DreamFusion, un modelo de texto a 3D lanzado por investigadores de Google en septiembre de 2022.
Los investigadores explicaron cómo esta tecnología permitirá a cualquier persona crear modelos 3D sin necesidad de una formación especial. “Una vez refinada, la tecnología resultante podría acelerar el desarrollo de videojuegos (y VR) y tal vez eventualmente encontrar aplicaciones en efectos especiales para cine y televisión. Esperamos que con Magic3D podamos democratizar la síntesis 3D y abrir la creatividad de todos en la creación de contenido 3D”.
Nvidia está bien posicionada para progresar en la IA. Las GPU de la empresa pueden crear gráficos realistas utilizando sombreadores, que le indican a cada píxel de una imagen cómo mostrarse con una luz específica. El sombreador se calcula para cada píxel, con un cálculo repetitivo en numerosos píxeles que componen la figura. Las GPU Nvidia pueden renderizar imágenes rápidamente debido a su diseño para realizar múltiples cálculos simples, como sombrear múltiples píxeles, a la vez, a diferencia de otros microprocesadores.
¿Qué tipos de modelos 3D puede realizar Magic3D?
Magic3D emplea un método de dos etapas que toma un modelo aproximado creado en baja resolución y lo optimiza a una resolución más alta que es similar a DreamFusion usando un modelo de texto a imagen para producir una imagen 2D que luego se optimiza en NeRF volumétrico. Según los autores del artículo, la técnica Magic3D resultante puede producir objetos 3D dos veces más rápido que DreamFusion.
Magic3D también puede realizar la edición de mallas 3D basada en instrucciones. Con un indicador base y un modelo 3D de baja resolución, el texto se puede modificar para cambiar el modelo resultante.
IA generativa e impresión 3D: un futuro con un enorme potencial
Paul Powers, fundador y director ejecutivo de Physna Inc. compartió sus opiniones sobre la creación de IA generativa 3D equitativa. El CEO dice que “La IA generativa conquistó 2022 y, en consecuencia, la empresa decidió sumergirse en la combinación de la impresión 3D y la IA generativa”. Aunque Physna es una empresa de búsqueda y análisis 3D centrada en aplicaciones de ingeniería y diseño en AR/VR y fabricación, creó un prototipo de IA generativa muy básico para modelos y escenas 3D en 2 semanas utilizando 8000 modelos con tan solo 3 ingenieros.
Powers explicó además la razón detrás de este experimento, afirma que la IA generativa ha arrasado en muchas industrias, pero se está quedando atrás en la impresión 3D. Las razones principales detrás de este retraso son los modelos 3D complicados y la falta de datos 3D etiquetados. Tradicionalmente, los modelos 3D han sido difíciles de crear, vienen en una variedad de formatos incompatibles y han recibido poca atención en comparación con el análisis de modelos 2D (texto, imágenes, video, etc.). Pocas empresas están preparadas para concentrarse en 3D porque históricamente ha sido un tema difícil de superar a nivel analítico.
¿Cómo mejora la computación GPU la impresión 3D?
La computación con GPU implica el uso de una GPU (unidad de procesamiento de gráficos) como coprocesador para acelerar las CPU para la computación tecnológica y científica. Al descargar parte del código que requiere mucho tiempo y computación, la GPU acelera las aplicaciones basadas en CPU. El resto de la aplicación continúa ejecutándose en la CPU. Desde la perspectiva del usuario, la aplicación se ejecuta más rápido ya que utiliza la potencia de procesamiento paralelo de la GPU para mejorar el rendimiento. Este tipo de computación se conoce como computación “híbrida” o “heterogénea”. Una CPU suele tener de cuatro a ocho núcleos de CPU, mientras que una GPU suele tener cientos de núcleos más pequeños. La GPU obtiene su alto rendimiento informático gracias a su estructura paralela masiva.
Los desarrolladores de aplicaciones pueden aprovechar el rendimiento de la arquitectura GPU paralela al emplear el modelo de programación paralela “CUDA” de NVIDIA. El modelo de programación paralela NVIDIA CUDA es compatible con todas las GPU de NVIDIA, incluidas GeForce, Quadro y Tesla. Anteriormente, Nvidia introdujo una forma de convertir imágenes 2D en modelos 3D.
La prueba demuestró cómo es posible inferir forma, textura y luz a partir de una sola imagen, de manera similar a como funciona a simple vista. La especialista en relaciones públicas de NVIDIA, Lauren Finkle, escribió en el blog de la empresa: “Cierra el ojo izquierdo mientras miras esta pantalla. Ahora cierra el ojo derecho y abre el izquierdo, notarás que tu campo de visión cambia según el ojo que estés usando. Eso es porque mientras vemos en dos dimensiones, las imágenes capturadas por sus retinas se combinan para brindar profundidad y producir una sensación de tridimensionalidad”.
Para más noticias de tecnología y negocios, Síguenos en Twitter @PrintProjectmx
