StyleFrame (formerly Glyf) vs Farm3D

StyleFrame est une boîte à outils de génération 3D et vidéo pour les motion designers et les animateurs. Il est issu de Glyf, dont le domaine original glyf.in héberge désormais un contenu de blog sans rapport. StyleFrame place des images clés sur une timeline pour permettre d’animer jusqu’à 9 images, transférer le mouvement depuis des vidéos de référence, et exécuter une prévisualisation 3D avec transfert de style sur jusqu’à 9 références.

La plupart des outils vidéo IA génèrent un seul clip à partir d’une invite. StyleFrame est construit autour d’un contrôle procédural piloté par timeline : storyboards, interpolation, références de mouvement, passes de restylisation, et workflows images-vers-vidéo sont réunis dans un seul éditeur. Il propose aussi des outils image pour créer, restyliser, éditer, supprimer l’arrière-plan et augmenter la résolution, avec des modèles incluant Seedance 2.5, MiniMax H3, et Gemini Omni Flash.

StyleFrame s’adresse aux motion designers, animateurs et studios qui ont besoin d’un contrôle au niveau de l’image plutôt qu’une génération en une seule fois. Les plans basés sur des crédits commencent à 9 $ par mois pour le Basic avec 1 000 crédits, jusqu’au Studio à 99 $ par mois pour 15 000 crédits. Les plans Enterprise offrent une sortie illimitée avec tarification personnalisée.

Farm3D est une méthode de recherche pour la reconstruction 3D monoculaire d'animaux articulés, développée à l'Université d'Oxford et publiée à 3DV 2024. Vous lui fournissez une photo d'un cheval, d'une vache ou d'un mouton, et elle restitue en quelques secondes une forme 3D complète avec texture, sans entraînement sur des photographies réelles. La page du projet documente l'approche, présente des démonstrations de reconstruction et propose des liens vers le code et le jeu de données de référence Animodel.

La plupart des générateurs 3D nécessitent de grands ensembles de données 3D étiquetées ou des captures multi-vues. Farm3D s'entraîne entièrement sur des vues synthétiques produites par Stable Diffusion, puis utilise le même modèle de diffusion comme critique lors de l'apprentissage. Cela lui permet de récupérer des détails fins comme les pattes et les oreilles sur des catégories qu'il n'a jamais vues en images réelles, ce qui est inhabituel pour les pipelines de reconstruction monoculaire qui reposent sur une supervision du monde réel.

Les chercheurs étudiant la forme 3D articulée, les ingénieurs en vision par ordinateur développant des pipelines d'actifs animaliers, et les artistes 3D explorant la synthèse contrôlable trouveront les démonstrations et le code ouvert utiles. La méthode prend également en charge le relighting, l'échange de textures entre modèles de même catégorie, et l'animation squelettique une fois la forme générée.