首页 > 业界 > 关键词  > Auctoria最新资讯  > 正文

Auctoria利用生成AI创建3D视频游戏模型

2023-09-21 11:10 · 稿源:站长之家

文章概要:

- Auctoria是一家参加TechCrunch Disrupt2023创业大赛的公司,他们利用AI生成3D世界的模型。

- Auctoria使用生成AI技术生成各种视频游戏模型,包括整个3D游戏关卡和基于上传图像和纹理的3D模型。

- 与竞争对手相比,Auctoria的长期研发使其拥有更强大和全面的工具集。

站长之家(ChinaZ.com)9月21日 消息:波兰虚拟现实游戏开发公司Carbon Studio的联合创始人Aleksander Caban多年前观察到现代游戏设计中存在一个重要问题:手动创建视频游戏环境中的基本元素,如岩石、山丘、路径等,通常是耗时且繁琐的过程。为了解决这个问题,Caban决定开发技术来自动化这个过程。

image.png

图片来自Auctoria

他与Michal Bugała、Joanna Zając以及Carbon Studio的另外两位联合创始人Karolina Koszuta和Błażej Szaflik合作,推出了Auctoria平台,该平台利用AI从零开始生成3D视频游戏资产。

Zając在一封电子邮件采访中表示:“我们创建Auctoria是出于对无限创造力的激情。它的初衷是支持游戏开发专业人员的工作,但任何想要创作的人都可以使用它。专业人士缺乏高级工具,大多数工具都是针对业余爱好者和业余玩家的。我们希望改变这一现状。”

Auctoria利用生成AI技术生成各种不同类型的视频游戏模型。该平台的一个特点是尝试生成完整的3D游戏关卡,包括供玩家探索的路径(尽管相对基本),另一个特点是将上传的图像和墙壁、地板和柱子的纹理转换成相应的3D模型。用户还可以输入文本提示,让Auctoria生成资产,类似于DALL-E2或Midjourney。或者他们可以提供一个草图,平台将尝试将其转化为可用的数字模型。

Zając声称,驱动Auctoria的所有AI算法以及用于训练它们的数据都是内部开发的。“Auctoria完全基于我们的内容,所以我们不依赖于任何其他供应商,”她说。“它是一个独立的工具,不依赖于任何外部引擎或使用开源解决方案。”

然而,在生成游戏资产的AI工具市场中,除了Auctoria,还有3D模型创建平台3DFY和Scenario,以及像Kaedim、Mirage和Hypothetic等初创公司。甚至像Nvidia和Autodesk这样的老牌公司也开始涉足这个领域,推出像Get3D(将图像转换为3D模型)和ClipForge(根据文本描述生成模型)等应用程序。

Meta也尝试过使用提示生成3D资产。去年,OpenAI发布了Point-E,这是一款合成3D模型的AI,可能在3D打印、游戏设计和动画制作等领域有潜在应用。

根据Proficient Market Insights的数据,到2028年,3D模型市场可能价值35.7亿美元。

但是Zając表示,Auctoria相对较长的开发周期——大约两年的研发阶段——使其拥有比一些竞争对手更强大和全面的工具集。“目前,缺乏基于AI的软件,可以创建完整的3D世界模型,”Zając说。“现有的解决方案通常由3D编辑器和插件组成,但它们只提供Auctoria能力的一小部分。我们的团队两年前开始开发这个工具,使我们能够拥有一个可供使用的产品。”

举报

  • 相关推荐
  • Auctoria 使用生成式人工智能创建视频游戏模型

    Auctoria是一家在游戏行业引领创新的初创公司,它利用先进的人工智能彻底改变了3D视频游戏资产的创建方式。这一突破是在创始人AleksanderCaban意识到手动设计视频游戏环境的基本元素既耗时又费力之后取得的。随着Auctoria的不断发展,它有潜力重塑视频游戏开发的格局。

  • 创新型生成模型CityDreamer:一键生成无边界的3D城市

    关于3D自然场景生成的研究已经很多,但对于3D城市生成的研究相对较少。这是因为在城市环境中,人们对结构扭曲更加敏感生成3D城市比生成3D自然场景更为复杂。这一技术的应用前景非常广阔,将在游戏、城市规划、虚拟现实等领域发挥关键作用。

  • Meta AI提出视频抠图新方法OmnimatteRF:结合动态2D前景图层和3D背景模型

    Omnimatte是迄今为止最有前景的视频抠图方法。它使用单应性建模背景,因此只适用于背景为平面或仅有旋转运动的视频。它也可助力构建沉浸式的虚拟环境。

  • 突破性文本生成视频方法LVD,利用LLM创建动态场景布局

    针对从文本提示生成视频所面临的挑战,一支研究团队引入了一种新方法,名为LLM-GroundedVideoDiffusion。核心问题在于,现有模型难以准确表示文本提示中描述的复杂时空动态。这种方法有潜力在内容创作和视频生成等各种应用中开辟新的可能性。

  • 「深呼吸」让大模型表现更佳!谷歌DeepMind利用大语言模型生成Prompt,还是AI更懂AI

    【新智元导读】谷歌DeepMind提出了一个全新的优化框架OPRO,仅通过自然语言描述就可指导大语言模型逐步改进解决方案,实现各类优化任务。「深呼吸,一步一步地解决这个问题。这项研究首次提出并验证了使用大语言模型进行优化的有效性,为利用LLM进行更广泛优化任务提供了框架和经验,是这个新的研究方向的开拓性工作,具有重要意义。

  • 好莱坞演员继续罢工 抗议AI3D扫描技术

    好莱坞演员继续罢工,对抗AI技术的增长和使用,并声援“NOFAKESACT”法案。好莱坞编剧罢工已经结束,并获得了对剧本中的AI保护措施,但对于演员来说,情况却并不乐观。包括MoveAI在内的初创公司正在开发可以使用单部智能手机的AI驱动的3D运动捕捉技术,这将大大降低成本和所需资源。

  • SyncDreamer:从单视图图像生成多视图一致图像以实现3D重建

    3D生成领域经历了迅猛的进展,其中一个备受瞩目、在GitHubRepo上广受欢迎的项目备受关注。这个项目被认为是最为稳定和通用的,用户只需提供一张图像,模型就能自动合成多个视图并生成相应的3D模型。SyncDreamer生成的图像可以用于高质量的3D重建。

  • 3D视角洞悉矩阵乘法,这就是AI思考的样子

    如果能以3D方式展示矩阵乘法的执行过程,当年学习矩阵乘法时也就不会那么吃力了。矩阵乘法已经成为机器学习模型的构建模块,是各种强大AI技术的基础,了解其执行方式必然有助于我们更深入地理解这个AI以及这个日趋智能化的世界。下面的可视化显示了一个注意力头,其权重张量wQ、wK_t、wV、wO被低秩分解wQ_A@wQ_B等替换。

  • 英伟达文本转3D AI工具Masterpiece X首次亮相

    Nvidia与3D软件开发商MasterpieceStudio合作发布了MasterpieceX,旨在通过使3D建模像使用MidJourney或StableDiffusion创建二维图像一样简单,革新了3D建模领域。MasterpieceStudio在官方声明中表示,“多年来,我们一直在努力创建直观的尖端3D工具,同时也使越来越多的人能够开始创建3D。从现有的模型开始更容易获得所需的结果不必从头开始创建设计。

  • 秒懂生成式AI—大语言模型是如何生成内容的?

    备受关注的大语言模型,核心是自然语言的理解与文本内容的生成,对于此,你是否好奇过它们究竟是如何理解自然语言并生成内容的,其工作原理又是什么呢?要想了解这个,我们就不得不先跳出大语言模型的领域,来到机器翻译这里。传统的机器翻译方式是采用RNN循环神经网络。以上就是大语言模型的工作原理了,强大Transformer的实用性还不止于在自然语言处理领域,包括�