Versy.ai vs GET3D | Nvidia

O Versy.ai converte plantas baixas, moodboards e briefings de design em experiências espaciais exploráveis que você compartilha por meio de um link de navegador. Arquitetos e equipes de interiores enviam referências, constroem cenas na nuvem e permitem que clientes percorram um projeto antes das aprovações, em vez de decifrar quadros estáticos.

Fazendas de renderização e tours em vídeo mostram o espaço, mas raramente mantêm o layout, os materiais e a iluminação em uma conversa ao vivo. O Versy.ai combina interiores navegáveis, ativos 3D gerados por IA, bibliotecas de materiais na nuvem e edições de iluminação para que as partes interessadas avaliem escala e atmosfera em tempo real, sem fones de realidade virtual.

Estúdios de interiores, empresas de arquitetura e equipes de experiência de marca em fase de testes o utilizam para apresentações a clientes, revisões de estúdio e landings de marketing espacial, onde um único link compartilhável substitui PDFs dispersos e decks de renderização.

GET3D gera ativos de malha 3D texturizados que você pode importar diretamente em um motor de renderização, treinado apenas a partir de coleções de imagens 2D. Pesquisadores da NVIDIA o desenvolveram para produzir malhas explícitas com geometria e textura, não campos neurais de radiância que precisam de renderizadores personalizados para uso.

A maioria dos modelos generativos 3D na época ou ignorava texturas, restringia você a uma topologia fixa, ou exigia pipelines de renderização neural para visualizar os resultados. GET3D usa tetraedros diferenciáveis em marcha (DMTet) mais perdas adversariais em imagens RGB rasterizadas e silhuetas, então a saída é uma malha texturizada padrão. A compensação é o acesso em nível de pesquisa: este é um projeto do NVIDIA Toronto AI Lab apresentado no NeurIPS 2022, não um SaaS hospedado com botão de upload.

O modelo lida com carros, cadeiras, animais, motocicletas, personagens humanos e edifícios. Também suporta geração de formas guiadas por texto via ajuste fino baseado em CLIP, semelhante ao StyleGAN-NADA, e pode separar geometria de textura por meio de códigos latentes separados.