Fal AI vs GET3D | Nvidia

Fal AI aloja más de 1.000 modelos generativos de medios detrás de una sola API para generar imágenes, vídeos, audios y modelos 3D. Los desarrolladores llaman a modelos como Flux, Kling, Wan y Seedream a través de endpoints REST o SDK sin necesidad de aprovisionar sus propias GPU. Cada página de modelo muestra su precio por salida por adelantado, y solo se paga por las generaciones exitosas.

Replicate y Hugging Face Inference se centran en modelos de pesos abiertos con facturación por segundo de GPU. Fal AI apuesta por modelos de medios de frontera curados con precios basados en la salida: aproximadamente 0,03 $ por imagen para Seedream V4 o 0,05 $ por segundo de vídeo de Wan 2.5. Los equipos que necesiten pesos personalizados pueden implementar GPUs serverless de Fal a partir de 1,89 $ por hora para una H100.

Los creadores de aplicaciones, herramientas creativas y startups de medios que deseen APIs generativas listas para producción sin ejecutar su propia infraestructura de inferencia son los usuarios principales. No hay suscripción; se añaden créditos prepagados y se escala el uso hacia arriba o hacia abajo según sea necesario.

GET3D genera activos de mallas 3D texturizadas que puedes insertar directamente en un motor de renderizado, entrenado únicamente a partir de colecciones de imágenes 2D. Investigadores de NVIDIA lo desarrollaron para producir mallas explícitas con geometría y textura, no campos de radiancia neuronal que requieren renderizadores personalizados para su uso.

La mayoría de los modelos generativos 3D en ese momento omitían texturas, te limitaban a una topología fija o requerían pipelines de renderizado neuronal para visualizar resultados. GET3D utiliza tetraedros diferenciables en marcha (DMTet) junto con pérdidas adversariales sobre imágenes RGB rasterizadas y siluetas, por lo que el resultado es una malla texturizada estándar. La compensación es el acceso a nivel de investigación: este es un proyecto del Laboratorio de IA de NVIDIA Toronto presentado en NeurIPS 2022, no un SaaS alojado con un botón de carga.

El modelo maneja autos, sillas, animales, motocicletas, personajes humanos y edificios. También soporta generación de formas guiada por texto mediante ajuste fino basado en CLIP, similar a StyleGAN-NADA, y puede separar la geometría de la textura mediante códigos latentes separados.