Apple izstrādā mākslīgā intelekta tehnoloģiju, kas pārveido parastas fotogrāfijas 3D modeļos. Šī inovācija sola ātrus un precīzus rezultātus pat bez specializēta aprīkojuma.
Jūs varētu interesēt
Apple Jaunā pētījuma rakstā viņš apraksta tehnoloģiju, kas ļauj izveidot reālistisku objekta 3D modeli, pamatojoties tikai uz dažām parastām fotogrāfijām. Metode, ko sauc par “3D Gaussian Splatting with DiT”, izmanto progresīvu mašīnmācīšanos un ir ievērojams progress salīdzinājumā ar iepriekšējām pieejām.
Pētījumā dokumentēta sistēma, kas var ģenerēt 3D attēlojumus no tādiem avotiem kā attēli no parastām iPhone kameras. Mērķis ir vienkāršot visu 3D rekonstrukcijas procesu, neizmantojot īpašu aprīkojumu vai lielu skaitu attēlu no dažādiem leņķiem.
Kas ir Gausa šļakatu efekts?
Šī metode izmanto "izkliedēšanas" koncepciju — trīsdimensiju datu izplatīšanu 2D plaknē, vienlaikus saglabājot dziļuma un telpiskuma ilūziju. Apple uzlaboja šo pieeju, pievienojot tā saukto DiT modeli (Denoising Diffusion Transformer — trokšņu slāpēšanas difūzijas transformators), kas optimizē atsevišķu 3D punktu izvietojumu mācīšanās laikā.
Rezultāts ir ievērojami ātrāka un precīzāka 2D fotoattēlu konvertēšana pilnvērtīgā 3D modelī. Saskaņā ar pētījumu Apple Viņu metode ir tuvu fotogrammetrijas kvalitātei, bet ar ievērojami zemākām prasībām attiecībā uz avota datiem un skaitļošanas jaudu.
Kur tas ir? Apple virsraksts?
Lai gan šī tehnoloģija vēl nav komerciāli pieejama, tās potenciālie pielietojumi ir plaši — sākot ar funkciju uzlabošanu. Apple Vision Pro, sākot ar paplašināto realitāti un beidzot ar uzlabotiem rīkiem satura veidotājiem vai e-komercijai. Nākotnes izmantošana lietojumprogrammās iPhone vai iPad.
Apple pēdējos gados ir veicis ievērojamus ieguldījumus mākslīgā intelekta pētniecībā, un šis darbs ir vēl viens pierādījums tam, ka uzņēmums nevēlas atpalikt. Šī pētījuma rezultāti ir publiski pieejami arXiv portālā.