Meta通過引入Assetgen 2.0邁出了AI驅動的3D內容生成的重要一步。高級基礎模型旨在從文本和圖像提示中產生高質量的3D資產，並有望在其前身中進行大量改進和忠誠度。
該系統採用新穎的單階段3D擴散體系結構來用於網格創建，並為更現實的紋理質地提供質地。 Creation
Assetgen 2.0可能會成為創作者的遊戲規則改變者，尤其是那些為Meta Horizon Worlds和Avatar平台開發的人。 META的目的是使3D內容創建像當前的2D方法一樣易於訪問和高效，從而使更廣泛的用戶的過程民主化。該倡議是Meta填充其虛擬環境策略的核心，並且可以顯著加快身臨其境的數字體驗的發展。
”
META的Joel Hesch瞥見了LinkedIn，並指出:“今天分享了Assetgen V2的潛行峰值。我們一直在使任何人創建他們可以想像的任何類型的3D模型方面取得了巨大進展。 ” Meta已經在內部使用Assetgen 2.0，併計劃將其推廣到Horizon Creators和Meta Horizon桌面編輯器今年晚些時候。
納入資產2.0中的增強功能直接解決了在資產1.0中存在的“明顯質量問題”，該資產1.0集成了 Meta Horizon桌面編輯器僅上個月。新模型的設計用於“幾何一致性，具有非常好的細節。 ”
這是其大修架構的直接結果；與最初由另一個神經網絡處理的多個2D視圖生成的初始版本不同，Assetgen 2.0直接從文本提示中生成3D資產，該資產已在3D模型的廣泛庫中進行了培訓。此外，UPLOADVR還指出，Meta嘲笑它正在努力生成“整個3D場景”的功能，使用戶能夠從簡單的提示中創建整個虛擬世界。
3D資產用Assetgen 2.0（soure:meta）<33>
Meta的3D AI Insutions Indentions創建的
3D資產。梅塔（Meta）較早地使用AI驅動的3D內容。 In July 2024, the company first unveiled Meta 3D Gen (understood to be the initial AssetGen 1.0), an AI system designed for the rapid creation of detailed 3D assets from textual descriptions.
That earlier system, whose research was published by Meta ，目的是通過用複雜的紋理製作資產並利用基於物理的渲染來簡化視頻遊戲，電影和AR/VR等領域的生產。它由用於施加紋理的網格生成的元3D資產和元3D紋理，據報導，速度比當時可用的解決方案快三到十倍。
Assetgen 2.0的核心體系結構變化在於其單階段的3D 3D擴散模型的網格及其較高的紋理，並提供了較高的文本，並提供了一致性的文本，並提高了文本的文本。這種直接的3D生成方法標誌著其先驅者的前幾個階段2D到3D管道， assetgen 1.0 。隨著資產為2.0，在AI驅動的3D內容創建的越來越活躍和競爭性領域中出現。其他重要的行業參與者一直在開發和推出自己的創新工具。例如，穩定性AI在2024年8月引入了其穩定的快速3D模型，能夠在僅半秒內從單個輸入圖像中產生3D圖像。這是對穩定性AI早期 triposr模型的提高。穩定的快速3D可以通過API，穩定的助手及其項目頁面。 Roblox解釋說，其係統唯一地將3D形狀引導到構造對象並打算讓Cube 3D演變為能夠處理文本，圖像和視頻的多模式AI系統。 Roblox的這種開源方法為Meta當前以平台為中心的Assetgen 2.0的部署提供了對比策略。
這些發展遵循了較早的重大貢獻，例如Openai於2023年5月發布Shap·e。 Shap·E可以通過創建文本（包括隱含參數）（包括 neural radiance fields（nerfs） ，其模型和代碼在 github 。 The ongoing innovation is also evident from Stability AI’s 2023 enhancements to Stable Diffusion, which introduced Stable 3D capabilities, highlighting a sustained industry-wide push towards more sophisticated and user-friendly 3D AI tools.
Democratizing Creation And Future Prospects
Meta’s vision for AssetGen 2.0 extends beyond the generation of individual資產。該公司表示，在接下來的幾個月中，資產將成為“基礎構建基礎，以使整個3D場景自動回歸生成”，這可能代表“為我們的用戶創建的步驟功能變化。儘管Meta的官方通訊在設定新行業標準的潛力方面具有可理解的促銷基調，但潛在的技術進步似乎很大。
民主化3D內容創建的動力是整個行業的一個共同主題。但是，諸如Assetgen 2.0之類的工具的最終影響將取決於其現實世界的性能，易於集成到創意工作流程中以及一旦部署的廣泛可訪問性。即將到來的Horizon Desktop編輯器將於今年晚些時候發行的版本，將對Assetgen 2.0的實用程序及其真正簡化3D創建的能力進行至關重要的測試。 Meta繼續投資於這一願景，並持續招募研究科學家 href=“ https://www.metacareers.com/jobs/136542424301486680″ target=“ _ blank”>工程師 進一步進一步努力。
Meta的3D AI Insutions Indentions創建的
3D資產。梅塔（Meta）較早地使用AI驅動的3D內容。 In July 2024, the company first unveiled Meta 3D Gen (understood to be the initial AssetGen 1.0), an AI system designed for the rapid creation of detailed 3D assets from textual descriptions.
That earlier system, whose research was published by Meta ，目的是通過用複雜的紋理製作資產並利用基於物理的渲染來簡化視頻遊戲，電影和AR/VR等領域的生產。它由用於施加紋理的網格生成的元3D資產和元3D紋理，據報導，速度比當時可用的解決方案快三到十倍。
Assetgen 2.0的核心體系結構變化在於其單階段的3D 3D擴散模型的網格及其較高的紋理，並提供了較高的文本，並提供了一致性的文本，並提高了文本的文本。這種直接的3D生成方法標誌著其先驅者的前幾個階段2D到3D管道， assetgen 1.0 。隨著資產為2.0，在AI驅動的3D內容創建的越來越活躍和競爭性領域中出現。其他重要的行業參與者一直在開發和推出自己的創新工具。例如，穩定性AI在2024年8月引入了其穩定的快速3D模型，能夠在僅半秒內從單個輸入圖像中產生3D圖像。這是對穩定性AI早期 triposr模型的提高。穩定的快速3D可以通過API，穩定的助手及其項目頁面。 Roblox解釋說，其係統唯一地將3D形狀引導到構造對象並打算讓Cube 3D演變為能夠處理文本，圖像和視頻的多模式AI系統。 Roblox的這種開源方法為Meta當前以平台為中心的Assetgen 2.0的部署提供了對比策略。
這些發展遵循了較早的重大貢獻，例如Openai於2023年5月發布Shap·e。 Shap·E可以通過創建文本（包括隱含參數）（包括
Democratizing Creation And Future Prospects
Meta’s vision for AssetGen 2.0 extends beyond the generation of individual資產。該公司表示，在接下來的幾個月中，資產將成為“基礎構建基礎，以使整個3D場景自動回歸生成”，這可能代表“為我們的用戶創建的步驟功能變化。儘管Meta的官方通訊在設定新行業標準的潛力方面具有可理解的促銷基調，但潛在的技術進步似乎很大。
民主化3D內容創建的動力是整個行業的一個共同主題。但是，諸如Assetgen 2.0之類的工具的最終影響將取決於其現實世界的性能，易於集成到創意工作流程中以及一旦部署的廣泛可訪問性。即將到來的Horizon Desktop編輯器將於今年晚些時候發行的版本，將對Assetgen 2.0的實用程序及其真正簡化3D創建的能力進行至關重要的測試。 Meta繼續投資於這一願景，並持續招募研究科學家 href=“ https://www.metacareers.com/jobs/136542424301486680″ target=“ _ blank”>工程師 進一步進一步努力。
