ScanTo3D | OpalAi vs Farm3D

ScanTo3D de OpalAi es una aplicación de generación 3D para iPhone Pro y iPad Pro que convierte escaneos de recorridos LiDAR en planos de planta, nubes de puntos y modelos listos para BIM. Caminas por un espacio con tu teléfono, capturas geometría en modo InstaCAD o LiDAR, y exportas gemelos digitales en formatos como OBJ, GLTF, STL y USDZ. Está dirigida a propietarios, contratistas y equipos de mantenimiento que necesitan documentación as-built sin transportar un escáner dedicado.

En comparación con el alquiler de hardware LiDAR con trípode, ScanTo3D intercambia el costo del equipo por requisitos del dispositivo y procesamiento en la nube opcional. El modo InstaCAD crea planos 2D y modelos CAD 3D en tiempo real para espacios menores a 2,000 pies cuadrados, mientras que el modo LiDAR maneja ambientes más grandes sin límite estricto de tamaño, aunque OpalAi recomienda mantener cada escaneo por debajo de aproximadamente 5,000 pies cuadrados.

Gerentes de sitio, equipos inmobiliarios y personal de ventas de construcción lo usan para planos rápidos, cálculos del área bruta habitable conforme a ANSI y exportaciones 3D texturizadas. OpalAi afirma un error menor a 1 pulgada por cada 30 pies y alrededor del 98% de precisión en planos generados y objetos BIM.

Farm3D es un método de investigación para la reconstrucción 3D de animales articulados a partir de una sola vista, desarrollado en la Universidad de Oxford y publicado en 3DV 2024. Le proporcionas una foto de un caballo, vaca o oveja y devuelve una forma 3D completa con textura en segundos, sin necesidad de entrenamiento con fotografías reales. La página del proyecto documenta el enfoque, muestra demostraciones de reconstrucción y enlaza al código y al conjunto de datos de referencia Animodel.

La mayoría de los generadores 3D requieren grandes conjuntos de datos 3D etiquetados o capturas multivista. Farm3D se entrena completamente con vistas sintéticas producidas por Stable Diffusion, y luego utiliza el mismo modelo de difusión como crítico durante el aprendizaje. Esto le permite recuperar detalles finos como patas y orejas en categorías que nunca vio en imágenes reales, lo cual es inusual para los procesos de reconstrucción monocular que dependen de supervisión del mundo real.

Investigadores que estudian formas 3D articuladas, ingenieros de visión por computadora que prototipan flujos de trabajo para activos animales y artistas 3D que exploran síntesis controlable encontrarán útiles las demostraciones y el código abierto. El método también soporta reiluminación, intercambio de texturas entre modelos de la misma categoría y animación esquelética una vez que se genera una forma.