3D světy kontrolované AI: Revoluce pohlcující technologie-to je to, jak se sny a fotografie stávají dostupnými 3D světy

Procházka krajinou snů? Tato umělá inteligence to umožňuje – a můžete si to sami vyzkoušet

Svět umělé inteligence dělá obrovský skok vpřed do trojrozměrné budoucnosti. Startup zabývající se umělou inteligencí World Labs, založený renomovanou výzkumnicí ze Stanfordské univerzity Fei-Fei Li, vyvinul vzrušující technologii, která generuje interaktivní 3D prostředí z jednoduchých textových popisů nebo 2D obrázků. Tato inovace umožňuje uživatelům ponořit se do zcela uměle vytvořených 3D světů a prozkoumat je pomocí VR headsetů, jako jsou Meta Quest 3 nebo Apple Vision Pro.

Aplikace „Lofi Worlds“ působivě demonstruje potenciál této technologie. Uživatelé se mohou ponořit do fiktivní švýcarské horské vesnice s majestátním alpským pozadím, procházet se impozantními steampunk městy s zdobenými hodinami a špičatými věžemi nebo se procházet pohádkovými lesy plnými fluorescenčních obřích hub. Tyto světy sahají od fotorealistických renderů a fantastických snových krajin až po umělecky stylizovaná prostředí, která dokonce dodávají další rozměr slavným obrazům, jako jsou „Noční jestřábi“ od Edwarda Hoppera.

Vizionář stojící za touto technologií

Fei-Fei Li, často označovaná jako „kmotra umělé inteligence“, je průkopnicí v oblasti umělé inteligence s výjimečným přínosem k rozvoji počítačového vidění. Je známá vývojem datové sady ImageNet, která je považována za jeden ze tří základních kamenů moderní revoluce umělé inteligence. Jako profesorka Sequoia na Stanfordské univerzitě a spoluzakladatelka Stanfordského institutu pro umělou inteligenci zaměřenou na člověka přináší do světa prostorové inteligence jedinečné odborné znalosti.

Li je přesvědčen, že dalším významným krokem ve vývoji umělé inteligence je prostorová inteligence – schopnost rozumět prostorům a interagovat s trojrozměrným prostředím. Tato schopnost by systémům umělé inteligence umožnila, aby se na svět již nedívaly pouze jako na dvourozměrné, statické obrazy, ale aby ho chápaly jako dynamickou a snadno ovladatelnou realitu.

Technické základy a inovace

Srdcem technologie World Labs je 3D Gaussian Splatting, inovativní technika vykreslování, která sestavuje trojrozměrné prostředí z drobných, prostorově uspořádaných částic barvy. Tato metoda vytváří obrazy připomínající impresionistické umělecké dílo, protože jednotlivé barevné záblesky se slévají do souvislých krajin pouze z celkové perspektivy.

Revoluční inovace Lofi Worlds spočívá v tom, že tyto Splaty nejsou statické, ale mohou reagovat dynamicky. Jemně se pohybují ve větru, simulují šustění listí nebo se při dotyku začnou vlnit, jako by byly živé. Tuto interaktivitu umožňuje technologie Spark, 3D renderer pro webové aplikace vyvinutý speciálně společností World Labs.

Spark používá WebGL2 pro vykreslování Gaussových ikon a je kompatibilní s široce používanou 3D grafickou knihovnou Three.js. Tato kombinace zajišťuje širokou kompatibilitu se zařízeními, což umožňuje použití aplikace nejen na VR headsetech, ale také na chytrých telefonech a stolních počítačích.

WebXR: Most mezi webem a virtuální realitou

Přístupnost Lofi Worlds je umožněna technologií WebXR, otevřeným webovým API, které umožňuje pohlcující zážitky přímo v prohlížeči. WebXR je zkratka pro Extended Reality (rozšířená realita) a podporuje virtuální i rozšířenou realitu bez nutnosti stahování speciálních aplikací.

Tato technologie způsobuje revoluci v poskytování imerzivního obsahu tím, že vytváří bezproblémové rozhraní mezi webem a VR. Vývojáři mohou vytvářet XR aplikace, které fungují na široké škále zařízení, od mobilních zařízení až po špičkové VR headsety. Dosah je maximalizovaný a zároveň programátorské úsilí minimalizováno.

Hardware pro virtuální realitu a sledování rukou

MetaQuest 3 a Apple Vision Pro představují nejnovější generaci samostatných VR headsetů schopných spouštět složité 3D aplikace bez externích počítačů. Tato zařízení disponují integrovanou technologií sledování rukou, která umožňuje uživatelům přímo interagovat s virtuálními objekty pomocí rukou.

Sledování rukou funguje pomocí kamer a senzorů, které v reálném čase zachycují polohu, hloubku, rychlost a orientaci rukou. Tato data jsou analyzována a transformována do virtuální reprezentace pohybů rukou, která je následně integrována do 3D prostředí. Technologie umožňuje uchopovat, manipulovat nebo házet předměty bez nutnosti fyzických ovladačů.

Umělá inteligence a prostorová inteligence

Společnost World Labs sleduje ambiciózní cíl vývoje tzv. „velkých modelů světa“ – systémů umělé inteligence, které dokáží porozumět a generovat perzistentní, snadno ovladatelná a geometricky přesná 3D prostředí. Tyto modely by měly umožnit umělé inteligenci vnímat svět jako prostorově a fyzicky hmatatelný, stejně jako to dělají lidé.

Prostorová inteligence je schopnost vizualizovat prostory a interagovat s objekty v nich – dovednost, která propojuje vnímání s akcí. Například když lidé vidí sklenici na stole, jejich mozek okamžitě zpracuje její geometrii, umístění a vztah k ostatním objektům. Tento druh prostorového vnímání je pro umělou inteligenci klíčový, aby mohla skutečně porozumět reálnému světu a interagovat s ním.

Výzvy a omezení

Navzdory působivému pokroku má tato technologie stále značná omezení. Volnost pohybu v 3D světech je značně omezená – po pouhých několika virtuálních metrech se uživatelé setkávají s neviditelnými hranicemi, které boří iluzi plynulého 3D prostředí. Rozlišení je navíc poměrně nízké a obraz je často rozmazaný.

Ti, kteří se příliš odchýlí od původní perspektivy, objeví v Gaussových ikonách tmavé prázdné prostory, které narušují ponoření do děje. Tyto problémy jsou typické pro rané fáze vývoje nových technologií a očekává se, že budou vyřešeny s dalším vývojem algoritmů a zvýšením výpočetního výkonu.

Najděte správnou agenturu Metaverse a plánovací kancelář, jako je poradenská firma - Obrázek: Xpert.Digital

🗒️ Najděte správnou agenturu Metaverse a plánovací kancelář, jako je poradenská firma – vyhledejte a vyhledejte deset nejlepších tipů pro poradenství a plánování

Více o tom zde:

• Odborníci na Metaverse a XR: Najděte si ty správné partnery

Oblasti použití a budoucí vyhlídky

Potenciální aplikace pro 3D světy generované umělou inteligencí jsou rozmanité a dalekosáhlé. Ve filmovém průmyslu by bylo možné vytvářet složité scény a prostředí bez propracovaných kulis nebo týmů počítačové grafiky. Architekti by mohli prezentovat své návrhy v pochůzných 3D modelech, zatímco vývojáři her by mohli generovat nové světy v rekordním čase.

Ve vzdělávání se objevují zcela nové možnosti pro imerzivní vzdělávací zážitky. Výuka dějepisu by se mohla konat v historicky přesných 3D rekonstrukcích, zatímco výuka biologie by se mohla provádět v detailních buněčných strukturách nebo ekosystémech. Medicína by mohla z této technologie těžit při procvičování chirurgických zákroků ve virtuálním prostředí nebo provádění terapií v uklidňujících, uměle vytvořených krajinách.

Technologie vykreslování a vizuální kvalita

Použitá 3D Gaussova technika splattingu nabízí oproti konvenčním polygonovým modelům několik výhod. Místo použití pevných geometrických struktur je metoda založena na dynamických mračnech bodů, která se flexibilně přizpůsobují světelným podmínkám a perspektivám. To umožňuje neuvěřitelnou úroveň detailů a věrně reprodukuje i ty nejjemnější textury povrchů.

Impresionistický vzhled vytvořený technikou stříkání připomíná malířský styl francouzských impresionistů 19. století. Podobně jako na obrazu Clauda Moneta se jednotlivé barevné tečky spojují do souvislého obrazu až z dálky. Tato vlastnost dodává uměle generovaným světům jedinečnou estetickou kvalitu.

Postavení na trhu a investice

Navzdory rané fázi vývoje společnost World Labs již získala rizikový kapitál ve výši 230 milionů dolarů. Mezi investory patří renomované společnosti rizikového kapitálu, jako jsou Andreessen Horowitz a New Enterprise Associates, a také technologické společnosti jako AMD, Intel a Nvidia. Tyto značné investice podtrhují důvěru odvětví v potenciál technologie prostorové umělé inteligence.

Společnost s 20 zaměstnanci pracuje na uvedení této technologie na trh do roku 2025 a zásadně zrevolucionizuje tvorbu 3D obsahu. Jejich vizí je vyvinout generativní umělou inteligenci, která bude vytvářet kompletní, snadno ovladatelná 3D prostředí na základě textových popisů nebo jednotlivých obrázků.

Sociální a kulturní dopady

Vývoj 3D světů generovaných umělou inteligencí by mohl mít dalekosáhlé společenské důsledky. Na jedné straně demokratizuje tvorbu vysoce kvalitního 3D obsahu, protože nevyžaduje žádné specializované znalosti 3D modelování nebo animace. Na druhé straně vyvolává otázky o autenticitě a hodnotě lidské kreativity.

V zábavním průmyslu by se mohly objevit nové formy vyprávění příběhů, kde diváci nebudou pouze pasivními konzumenty, ale stanou se aktivními účastníky příběhů. Pohlcující zážitky by mohly zásadně změnit tradiční chápání médií a zábavy.

Technické výzvy a řešení

Vývoj modelů rozsáhlých světů představuje značné technické výzvy. Zpracování milionů tokenů z video a řečových dat vyžaduje inovativní přístupy ke správě paměti a výpočtům. World Labs využívá pokročilé techniky, jako je RingAttention, k trénování na dlouhých sekvencích a postupnému zvyšování velikosti kontextu ze 4 000 na jeden milion tokenů.

Kvalita generovaných světů silně závisí na kvalitě trénování podkladových modelů umělé inteligence. Čím rozmanitější a rozsáhlejší jsou trénovací data, tím realističtější a detailnější se stávají generovaná 3D prostředí. Výzvou je shromáždit a zpracovat dostatečné množství vysoce kvalitních 3D dat.

Srovnání s tradičními metodami 3D tvorby

Tradiční 3D modelování vyžaduje specializovaný software jako Blender nebo Maya a také dlouholeté zkušenosti s 3D návrhem. Proces je časově náročný a vyžaduje detailní znalost geometrie, texturování a osvětlení. 3D světy generované umělou inteligencí lze naopak vytvořit během několika minut nebo hodin na základě jednoduchých textových popisů nebo referenčních obrázků.

Toto zvýšení efektivity by mohlo způsobit revoluci v 3D průmyslu, podobně jako generátory textu ovlivnily psaní. Profesionální 3D umělci by mohli přesunout svou roli z ruční tvorby obsahu na kurátorování a zdokonalování obsahu generovaného umělou inteligencí.

Výhled a budoucí vývoj

Budoucnost 3D světů generovaných umělou inteligencí slibuje vzrušující vývoj. S pokrokem technologií se bude neustále zlepšovat kvalita, úroveň detailů a interaktivita generovaných prostředí. Integrace s dalšími systémy umělé inteligence, jako jsou jazykové modely a robotika, by mohla otevřít zcela nové oblasti uplatnění.

V medicíně by inteligentní senzory poháněné umělou inteligencí mohly zlepšit péči o pacienty sledováním hygieny klinického personálu nebo zaznamenáváním používání chirurgických nástrojů. Budoucnost, v níž autonomní roboti přepravují zdravotnický materiál, rozšířená realita vede chirurgy a pacienti s těžkou paralýzou ovládají robotické paže svými myšlenkami, se stává stále hmatatelnější.

Rozvoj World Labs a podobných společností ukazuje, že se nacházíme na začátku nové éry prostorové inteligence. Počítače a roboti jsou vybaveny schopností uvažovat a interagovat s trojrozměrným světem. Tyto digitální systémy by se mohly stát důvěryhodnými partnery v našem úsilí o pochopení a zlepšení světa.

Technologie World Labs je víc než jen technologická inovace – je to okno do budoucnosti, kde se hranice mezi fyzickým a digitálním světem stírají. S každým pokrokem v prostorové inteligenci se přibližujeme světu, kde umělá inteligence nejen zpracovává informace, ale také chápe, vytváří a interaguje s prostory.

☑️ Podpora MSP ve strategii, poradenství, plánování a implementaci

☑️ Vytvoření nebo přeladění digitální strategie a digitalizace

☑️ Rozšíření a optimalizace mezinárodních prodejních procesů

☑️ Globální a digitální obchodní platformy B2B

☑️ Pioneer Business Development

Konrad Wolfenstein

Rád posloužím jako váš osobní poradce.

Můžete mě kontaktovat vyplněním kontaktního formuláře níže nebo mi jednoduše zavolejte na číslo +49 89 89 674 804 (Mnichov) .

Těším se na náš společný projekt.

Xpert.Digital je centrum pro průmysl se zaměřením na digitalizaci, strojírenství, logistiku/intralogistiku a fotovoltaiku.

S naším 360° řešením pro rozvoj podnikání podporujeme známé společnosti od nových obchodů až po poprodejní služby.

Market intelligence, smarketing, automatizace marketingu, vývoj obsahu, PR, e-mailové kampaně, personalizovaná sociální média a péče o potenciální zákazníky jsou součástí našich digitálních nástrojů.

Více se dozvíte na: www.xpert.digital - www.xpert.solar - www.xpert.plus