Fal AI vs GET3D | Nvidia

Fal AI héberge plus de 1 000 modèles génératifs multimédias derrière une seule API pour la génération d'images, de vidéos, d'audios et de contenus 3D. Les développeurs appellent des modèles comme Flux, Kling, Wan et Seedream via des points de terminaison REST ou des SDK sans avoir à provisionner leurs propres GPU. Chaque page de modèle affiche son prix par génération à l'avance, et vous ne payez que pour les générations réussies.

Replicate et Hugging Face Inference se concentrent sur des modèles à poids ouverts avec facturation par seconde de GPU. Fal AI mise sur des modèles multimédias frontaliers sélectionnés avec une tarification basée sur la sortie : environ 0,03 $ par image pour Seedream V4 ou 0,05 $ par seconde de vidéo Wan 2.5. Les équipes ayant besoin de poids personnalisés peuvent déployer des GPU serverless sur Fal à partir de 1,89 $ par heure pour un H100.

Les créateurs d'applications, les outils créatifs et les startups médias qui souhaitent des API génératives prêtes pour la production sans gérer leur propre infrastructure d'inférence sont les principaux utilisateurs. Il n'y a pas d'abonnement ; vous ajoutez des crédits prépayés et ajustez votre utilisation selon vos besoins.

GET3D génère des modèles 3D texturés que vous pouvez intégrer directement dans un moteur de rendu, entraîné uniquement à partir de collections d'images 2D. Les chercheurs de NVIDIA l'ont conçu pour produire des maillages explicites avec géométrie et texture, et non des champs de radiance neuronale nécessitant des moteurs de rendu personnalisés.

La plupart des modèles génératifs 3D à l'époque omettaient les textures, imposaient une topologie fixe ou nécessitaient des pipelines de rendu neuronal pour visualiser les résultats. GET3D utilise la méthode différentiable des tétraèdres marchants (DMTet) ainsi que des pertes adversariales sur des images RGB rasterisées et des silhouettes, ce qui donne en sortie un maillage texturé standard. Le compromis est un accès de niveau recherche : il s'agit d'un projet du laboratoire d'IA NVIDIA Toronto présenté à NeurIPS 2022, et non d'un SaaS hébergé avec un bouton de téléchargement.

Le modèle prend en charge les voitures, chaises, animaux, motos, personnages humains et bâtiments. Il supporte également la génération de formes guidée par texte via un affinage basé sur CLIP, similaire à StyleGAN-NADA, et peut dissocier la géométrie de la texture grâce à des codes latents séparés.