Kontrolowane AI Worlds: Revolution of Immersive Technology-W ten sposób marzenia i zdjęcia stają się dostępnymi światami 3D

Spacer w malarstwie snów? Ta sztuczna inteligencja umożliwia to - i możesz to przetestować samodzielnie

Świat sztucznej inteligencji robi ogromny skok do trzech wymiarów przyszłości. KI Start-Up World Labs, założony przez znanego badacza Stanford Fei-Fei Li, opracował ekscytującą technologię, która generuje interaktywne środowiska 3D z prostych opisów tekstu lub obrazów 2D. Ta innowacja umożliwia użytkownikom zanurzenie się w w pełni sztucznie stworzonych światach 3D przy użyciu okularów VR, takich jak Meta Quest 3 lub Apple Vision Pro.

Aplikacja „Lofi Worlds” imponująco pokazuje potencjał tej technologii. Użytkownicy mogą zanurzyć się w fikcyjnej szwajcarskiej wiosce górskiej przed majestatycznym tłem alpejskim, chodzić po imponujących miastach steampunk ze zegarkami artystycznymi i spiczastymi wieżami lub chodzić przez bajkowe lasy pełne fluorescencyjnych gigantycznych grzybów. Te światy obejmują od reprezentacji fotograficznych po fantastyczne krajobrazy marzeń po artystycznie stylizowane środowiska, które nawet rozszerzają słynne obrazy, takie jak „Nighthawks” Edwarda Hoppera, aby rozszerzyć dodatkowe wymiary.

Wizjoner technologii

Fei-Fei Li, często nazywany „chrzestną matką AI”, jest pionierem sztucznej inteligencji z wyjątkowymi zaletami dotyczącymi rozwoju wizji komputerowej. Jest znany z rozwoju zestawu danych ImageNet, który jest uważany za jeden z trzech filarów współczesnej rewolucji AI. Jako profesor Sequoia na Uniwersytecie Stanforda i współzałożyciel Stanford Institute for Human Centered AI, wnosi wyjątkową wiedzę specjalistyczną do świata inteligencji przestrzennej.

Li jest przekonany, że kolejnym głównym etapem rozwoju AI jest inteligencja przestrzenna - zdolność rozumienia przestrzeni i interakcji z trzema wymiarami. Ta kompetencja umożliwiłaby systemom AI nie uważać świata tylko za dwuwymiarowe, statyczne obrazy, ale rozumieć jako dynamiczną, chodzącą rzeczywistość.

Podstawy techniczne i innowacje

Technologia Heart of the World Labs to 3D Gaussian Splatting, innowacyjna technika renderowania, która składa trójwymiarowe środowiska z niewielkich, przestrzennie ułożonych cząstek kolorów. Ta metoda tworzy obrazy, które przypominają impresjonistyczne dzieło sztuki, ponieważ poszczególne kolory tylko fałszywe krajobrazy z ogólnej perspektywy.

Rewolucyjna innowacja Lofi Worlds polega na tym, że te rozpryski nie są statyczne, ale mogą reagować dynamicznie. Poruszają się delikatnie na wietrze, symulują szelest liści lub zaczynają machać, gdy są dotknięci, jakby żyli. Ta interaktywność jest możliwa dzięki Spark Technology, rendererze 3D dla aplikacji internetowych opracowanych specjalnie przez World Labs.

Spark używa WebGL2 do renderowania gaussowskich splatów i jest kompatybilny z powszechną biblioteką graficzną 3D Three.js. Ta kombinacja zapewnia szeroką kompatybilność urządzenia i umożliwia zastosowanie aplikacji nie tylko w okularach VR, ale także na smartfonach i komputerach stacjonarnych.

Webxr: Most między rzeczywistością internetową a wirtualną

Dostępność LOFI Worlds jest możliwa dzięki technologii WebXR, otwartego interfejsu API internetowego, który udostępnia wciągające doświadczenia bezpośrednio w przeglądarce. WebXR oznacza rozszerzoną rzeczywistość i obsługuje zarówno rzeczywistość wirtualną, jak i rzeczywistość rozszerzoną bez potrzeby pobierania specjalnych aplikacji.

Ta technologia rewolucjonizuje sposób, w jaki podaje się wciągające treści, ponieważ tworzy bezproblemowy interfejs między Web i VR. Deweloperzy mogą tworzyć aplikacje XR, które działają na różnych urządzeniach, od urządzeń mobilnych po zestawy słuchawkowe wysokiej klasy. Zakres jest zmaksymalizowany, gdy wysiłek programowania jest zminimalizowany.

Sprzęt wirtualny i śledzenie ręki

Meta Quest 3 i Apple Vision Pro reprezentują najnowszą generację samowystarczalnych okularów VR, które mogą wykonywać złożone aplikacje 3D bez komputerów zewnętrznych. Urządzenia te mają zintegrowaną technologię śledzenia ręki, która umożliwia użytkownikom bezpośrednią interakcję z obiektami wirtualnymi z rękami.

Śledzenie ręki działa przez kamery i czujniki, które wychwytują pozycję, głębokość, prędkość i wyrównanie rąk w czasie rzeczywistym. Dane te są analizowane i konwertowane na wirtualną reprezentację ruchów ręcznych, która jest następnie zintegrowana z środowiskiem 3D. Technologia umożliwia chwytanie, manipulowanie lub wyrzucenie obiektów bez konieczności fizycznych kontrolerów.

Sztuczna inteligencja i inteligencja przestrzenna

World Labs dążą do ambitnego celu opracowania tak zwanych „dużych światowych modeli”-systemów, które potrafią zrozumieć i generować trwałe, chodzące i geometrycznie poprawne środowiska 3D. Modele te powinny umożliwić AI postrzeganie świata i ludzi jako przestrzennych i doświadczonych fizycznie.

Inteligencja przestrzenna to zdolność wyobrażania przestrzeni i interakcji z obiektami - kompetencje, które łączą postrzeganie z działaniem. Na przykład, gdy ludzie widzą szkło na stole, mózg natychmiast przetwarza swoją geometrię, umiejscowienie i związek z innymi obiektami. Ten rodzaj świadomości przestrzennej ma kluczowe znaczenie, aby sztuczna inteligencja naprawdę mogła zrozumieć prawdziwy świat i z nim wchodzić w interakcję.

Wyzwania i ograniczenia

Pomimo imponującego postępu technologia nadal ma znaczące ograniczenia. Wolność przemieszczania się w świecie 3D jest bardzo ograniczona-po kilku wirtualnych licznikach użytkownicy osiągają niewidzialne granice, które niszczą iluzję ciągłego świata 3D. Ponadto rozdzielczość jest stosunkowo niska, a obraz często nie jest w centrum uwagi.

Każdy, kto porusza się zbyt daleko od pierwotnej perspektywy, odkryje ciemne puste przestrzenie w gaussowskich splatach, które wpływają na zanurzenie. Problemy te są typowe dla wczesnych stadiów rozwojowych nowych technologii i oczekuje się, że zostaną naprawione z dalszym rozwojem algorytmów i dostępnej sile obliczeniowej.

Znajdź odpowiednią agencję Metaverse i biuro planowania, np. firmę konsultingową - Zdjęcie: Xpert.Digital

🗒️ Znajdź odpowiednią agencję Metaverse i biuro planowania, np. firmę konsultingową - wyszukaj i wyszukaj dziesięć najlepszych wskazówek dotyczących doradztwa i planowania

Więcej na ten temat tutaj:

• Eksperci w Metaverse i XR: znajdź odpowiednich partnerów

Obszary zastosowań i perspektywy na przyszłość

Możliwe zastosowania światów 3D generowanych przez AI są zróżnicowane i obszerne. W branży filmowej złożone sceny i środowiska mogą być tworzone bez skomplikowanych tła lub zespołów graficznych komputerowych. Architekci mogą prezentować swoje projekty w modelach 3D, podczas gdy twórcy gier mogliby generować nowe światy w rekordowym czasie.

W dziedzinie edukacji otwierają się zupełnie nowe możliwości wciągających doświadczeń edukacyjnych. Godziny historii mogą odbywać się w historycznie dokładnych rekonstrukcjach 3D, podczas gdy lekcje biologii można przeprowadzić w szczegółowych strukturach komórkowych lub ekosystemach. Medycyna mogłaby skorzystać z technologii poprzez praktykowanie interwencji chirurgicznych w wirtualnych środowiskach lub terapiach odbywa się w kojących, sztucznie wygenerowanych krajobrazach.

Renderowanie technologii i jakości wizualnej

Zastosowana technologia podziału 3D Gaussa oferuje kilka zalet w stosunku do konwencjonalnych modeli wielokątów. Zamiast używać stałych struktur geometrycznych, proces opiera się na dynamicznych chmur punktowych, które elastycznie dostosowują się do sytuacji i perspektyw. Umożliwia to niesamowity poziom szczegółowości, w którym najlepsze struktury powierzchniowe są odtwarzane wiernie oryginałowi.

Impresjonistyczny wygląd spowodowany techniką podziału przypomina styl malarstwa francuskich impresjystów XIX wieku. Podobnie jak w przypadku obrazu Claude Monet, indywidualne punkty kolorów tworzą się tylko od odległości do spójnego obrazu. Ta nieruchomość nadaje sztucznie wygenerowanym światom specjalną jakość estetyczną.

Pozycja rynkowa i inwestycje

Pomimo wczesnego etapu rozwoju World Labs zebrał już kapitał ryzyka w wysokości 230 milionów dolarów. Inwestorzy obejmują znane firmy kapitałowe, takie jak Andreessen Horowitz i New Enterprise Associates, a także grupy technologiczne, takie jak AMD, Intel i Nvidia. Te znaczne inwestycje podkreślają zaufanie branży w zakresie potencjału technologii przestrzennej AI.

20-osobowa firma pracuje nad uczynieniem technologii na rynku do 2025 r. I zasadniczo rewolucjonizowaniem tworzenia treści 3D. Wizją jest opracowanie generatywnej sztucznej inteligencji, która tworzy pełne, dostępne środowiska 3D na podstawie opisów tekstu lub poszczególnych obrazów.

Efekty społeczne i kulturowe

Rozwój światów 3D generowanych przez AI może mieć daleko idące skutki społeczne. Z jednej strony demokratyzuje tworzenie wysokiej jakości treści 3D, ponieważ nie jest wymagana specjalna wiedza w modelowaniu 3D lub animacji. Z drugiej strony rodzi pytania o autentyczność i wartość ludzkiej kreatywności.

W branży rozrywkowej mogłyby się rozwijać nowe formy opowiadania historii, w których widzowie są nie tylko bierni konsumentami, ale także stają się aktywnymi uczestnikami opowiadań. Wciągające doświadczenia mogą zasadniczo zmienić tradycyjne rozumienie mediów i rozrywki.

Wyzwania techniczne i rozwiązania

Rozwój dużych światowych modeli stanowi znaczące wyzwania techniczne. Przetwarzanie milionów tokenów z danych wideo i języka wymaga innowacyjnych podejść do zarządzania i obliczania przechowywania. World Labs wykorzystuje zaawansowane techniki, takie jak adaptacja pierścienia do szkolenia na długich sekwencjach i stopniowo zwiększają wielkość kontekstu z 4000 do miliona tokenów.

Jakość generowanych światów zależy w dużej mierze od jakości treningu podstawowych modeli AI. Im bardziej zróżnicowane i obszerne dane treningowe, tym bardziej realistyczne i szczegółowe wygenerowane środowiska 3D. Wyzwanie polega na zebraniu i przetworzeniu wystarczająco wysokiej jakości danych 3D.

Porównanie z tradycyjnymi metodami tworzenia 3D

Tradycyjne modelowanie 3D wymaga specjalistycznego oprogramowania, takiego jak Blender lub Maya, a także lat doświadczenia w projektowaniu 3D. Proces ten jest czasowy i wymaga szczegółowej wiedzy na temat geometrii, tekstury i oświetlenia. Z drugiej strony generowane przez AI światy 3D mogą być tworzone w minutach lub godzinach w oparciu o proste opisy tekstu lub obrazy referencyjne.

Ten wzrost wydajności może zrewolucjonizować branżę 3D, podobnie jak generatory tekstu, wpłynął na branżę pisarską. Profesjonalni artyści 3D mogli przenieść swoją rolę z ręcznego tworzenia na kurację i udoskonalenie treści generowanych przez AI.

Perspektywy i przyszły rozwój

Przyszłość światów 3D generowanych przez AI obiecuje ekscytujące rozwój. Wraz z dalszym rozwojem technologii, jakość, szczegółowa i interaktywność generowanych środowisk jest stale ulepszana. Integracja z innymi systemami AI, takimi jak modele głosowe i technologia robotów, może otworzyć zupełnie nowe pola aplikacji.

W medycynie inteligentne czujniki kontrolowane przez AI mogą poprawić opiekę nad pacjentem poprzez monitorowanie higieny personelu klinicznego lub logowanie w stosowaniu instrumentów chirurgicznych. Przyszłość, w której autonomiczne roboty transportują materiały medyczne, prowadzi chirurgów i pacjentów z ciężkim porażeniem kontrolnym ramion robota z ich myślami, jest w zasięgu ręki.

Rozwój światowych laboratoriów i podobnych firm pokazuje, że jesteśmy na początku nowej ery inteligencji przestrzennej. Komputery i roboty są wyposażone w możliwość zakończenia i interakcji ze światem trzech wymiarów. Te cyfrowe systemy mogą stać się godnymi zaufania partnerami w naszym staraniach o zrozumienie i ulepszanie świata.

Technologia World Labs to coś więcej niż tylko innowacja techniczna - jest to okno do przyszłości, w której rozmywa się granice światowego i cyfrowego świata. Z każdym postępem w inteligencji przestrzennej zbliżamy się do świata, w którym sztuczna inteligencja nie tylko przetwarza informacje, ale także rozumie pokoje, tworzy i wchodzi w interakcje.

☑️ Wsparcie MŚP w zakresie strategii, doradztwa, planowania i wdrażania

☑️ Stworzenie lub dostosowanie strategii cyfrowej i cyfryzacji

☑️Rozbudowa i optymalizacja procesów sprzedaży międzynarodowej

☑️ Globalne i cyfrowe platformy handlowe B2B

☑️ Pionierski rozwój biznesu

Konrada Wolfensteina

Chętnie będę Twoim osobistym doradcą.

Możesz się ze mną skontaktować wypełniając poniższy formularz kontaktowy lub po prostu dzwoniąc pod numer +49 89 89 674 804 (Monachium) .

Nie mogę się doczekać naszego wspólnego projektu.

Xpert.Digital to centrum przemysłu skupiające się na cyfryzacji, inżynierii mechanicznej, logistyce/intralogistyce i fotowoltaice.

Dzięki naszemu rozwiązaniu do rozwoju biznesu 360° wspieramy znane firmy od rozpoczęcia nowej działalności po sprzedaż posprzedażną.

Wywiad rynkowy, smarketing, automatyzacja marketingu, tworzenie treści, PR, kampanie pocztowe, spersonalizowane media społecznościowe i pielęgnacja leadów to część naszych narzędzi cyfrowych.

Więcej informacji znajdziesz na: www.xpert.digital - www.xpert.solar - www.xpert.plus