在NVIDIA Research開發出全新人工智慧（AI）模型後，越來越多公司及創作者可以將各種3D建築物、車輛和人物角色置入他們打造的龐大虛擬世界中。

NVIDIA Research打造出人工智慧模型GET3D，單純使用2D影像進行訓練，便能產生出極為逼真的紋理和具複雜幾何細節的3D形狀

NVIDIA GET3D單純，便能產生出極為逼真的紋理和具複雜幾何細節的3D形狀。用戶使用與熱門繪圖軟體應用程式一樣的格式來建立這些3D物件，可以立即把這些形狀匯入3D渲染器和遊戲引擎中，進行後續編輯工作。

產生出的物件可用來呈現出3D形狀的建築物、戶外空間或整個城市，供遊戲、機器人、建築和社群媒體等業界使用。

GET3D可以按照用來訓練它的資料產生出不限數量的3D形狀。就像藝術家精緻細膩的雕塑黏土一樣，GET3D模型將數字轉變成複雜的3D形狀。

像是使用2D汽車圖片的資料集來訓練GET3D模型，它會建立出3D形狀的轎車、卡車、賽車及小貨卡等車輛。使用2D動物圖片來進行訓練時，它就會產生諸如3D形狀的狐狸、犀牛、馬和熊等動物。而使用2D椅子圖片進行訓練時，它則會產生各種3D形狀的轉椅、餐椅和舒適的躺椅。

NVIDIA AI研究部門副總裁Sanja Fidler表示：「GET3D模型讓我們更離大眾化使用AI來創作3D內容更近了一步。它能夠即時產出帶有紋理的3D形狀，這對開發人員來說或許會顛覆過去的遊戲規則，協助他們快速在虛擬世界中加入各種有趣的物件。」Sanja Fidler同時也是NVIDIA位於多倫多的AI研究實驗室的主管，這項工具就是由該實驗室所開發。

現實世界具豐富樣貌，街道兩旁是獨一無二的建築，各種車輛呼嘯而過，形形色色的人群穿梭其中。用人工方式模擬出一個能反映這些特色的3D虛擬世界須花費不少時間，而難以在此數位環境中添加各種細節。

AI模型在建立3D虛擬世界時雖然比過去用人工的方法更快，但仍不夠精細。就算最新的逆向渲染法也只能根據從不同角度拍攝的2D影像來產生出3D物件，開發人員一次只能建立一個3D形狀。

GET3D就不同了，在一個NVIDIA GPU上進行推論時，一秒鐘大概能產生20個形狀，其運作方式就像是用於產生2D影像的生成對抗網路，同時產生3D物件。使用規模愈大、內容越多樣化的資料集來訓練它，便能輸出更多元精細的內容。

NVIDIA的研究人員使用從攝影機不同角度拍攝3D形狀的2D圖片合成資料來訓練GET3D模型，他們在NVIDIA A100 Tensor核心GPU上處理100萬張圖片，僅用了兩天時間就完成訓練工作。

GET3D的名稱源自於其能生成清晰紋理3D（Generate Explicit Textured 3D）網格，意味著用三角網格來建立各種形狀，就像是混凝紙漿模型上面覆蓋著紋理材料。這讓使用者可以輕鬆把物件匯入遊戲引擎、3D建模器和電影渲染器中並進行編輯。

創作者把GET3D產出的形狀匯出至繪圖應用程式，便能在物體於場景中移動或轉動時加上逼真的照明效果。開發人員將GET3D搭配NVIDIA Research的另一項AI工具StyleGAN-NADA，就可以用文字描述替影像加上特定風格，例如將渲染出的汽車變成燒毀的汽車或計程車，或是把正常的房子變成鬼屋。

研究人員指出日後的GET3D版本可使用攝影機姿勢預估技術，讓開發人員能使用真實環境的資料（而非合成資料）來訓練模型。研究人員還將改進GET3D模型以支援通用生成技術，開發人員便能一次使用各種3D形狀來訓練GET3D，而非一次用一種物件類別來進行訓練。