Abracadabra！
在2D生成3D模型上，英伟达亮出了自称「世界级」研究：GET3D。
通过2D图像训练后，该模型可生成具有高保真纹理和复杂几何细节的3D形状。
究竟有多厉害？
形状、纹理、材质自定义
GET3D之所以得名，是因为它能够生成显式纹理3D网格（Generate Explicit Textured 3D meshes ）。
论文地址：https://arxiv.org/pdf/2209.11163.pdf
也就是说，它创建的形状是三角形网格的形式，就像纸模型一样，上面覆盖着纹理材质。
关键是，这个模型可以生成多种多样，且高质量的模型。
比如，椅子腿上的各种轮子；汽车的车轮，灯和车窗；动物的耳朵、角；摩托车的后视镜，车轮胎上的纹理；高跟鞋，人类衣服...
街道两旁的独特建筑，不同的车辆呼啸而过，还有不同的人群穿梭而过...
若想通过手动建模做出同样的3D虚拟世界非常耗时。
尽管先前的3D生成AI模型虽然比手动建模更快，但它们在生成更多丰富细节模型的能力还是欠缺。
即便是，最新的逆向渲染方法也只能基于从各个角度拍摄的2D图像生成3D对象，开发人员一次只能构建一个3D物体。
GET3D可就不一样了。
开发者可以轻松地将生成模型导入到游戏引擎、3D建模器和电影渲染器中，对它们进行编辑。
当创建者将GET3D生成的模型导出到图形应用程序，他们就可以在模型所在的场景中移动或旋转时应用逼真的照明效果。
如图所示：
另外，GET3D还可以做到文本引导形状生成。
通过使用英伟达的另一个AI工具StyleGAN-NADA，开发人员可以使用文本提示为图像添加特定的风格。
比如，可以将渲染后的汽车变成一辆烧毁的汽车或出租车
将一个普通的房子改造成砖房、着火的房子，甚至是鬼屋。
或者将老虎纹、熊猫纹的特色应用在任何动物身上...
简直就是辛普森一家的「动物森友会」...
英伟达介绍，在单个英伟达GPU上训练，GET3D每秒可以生成大约20个对象。
在此，它所学习的训练数据集越大、越多样化，输出的多样性和详细程度就越高。
英伟达称，研究团队仅用2天时间，就使用A100 GPU在大约100万张图像上训练了模型。
研究方法与过程
GET3D框架，主要作用是合成有纹理的三维形状。
生成过程分为两个部分：第一部分是几何分支，可以输出任意拓扑结构的表面网格。另一部分则是纹理分支，它会产生一个纹理场，由此可以在表面点上进行查询。
在训练过程中，一个可微分光栅化器被用来高效渲染所产生的纹理网格，并渲染成二维的高分辨率图像。整个过程是可分的，允许通过传播二维判别器的梯度，从图像中进行对抗性训练。
之后，梯度从二维判别器传播到两个发生器分支。
研究人员又进行了广泛的实验来评估该模型。他们首先将GET3D生成的三维纹理网格的质量与现有的使用ShapeNet和Turbosquid数据集生成的做比较。
接下来，研究人员根据对比结果在之后的研究中对模型进行了优化，并做了更多实验。
GET3D模型在几何形状和纹理能够实现相分离。
如图，在每一行中展示了由相同的几何隐藏代码生成的形状，同时更改了纹理代码。
在每一列中展示了由相同的纹理隐藏代码生成的形状，同时更改了几何代码。
另外，研究人员在每一行中相同的纹理隐藏代码生成的形状，从左到右插入几何隐藏代码。
并由相同的几何隐藏代码生成的形状，同时从上到下插入纹理代码。结果显示，每个插值对生成模型都是有意义的。
在每个模型的子图中，GET3D能够在所有类别的不同形状之间的生成实现平滑过渡。
在每一行中，通过添加一个小噪声来局部扰乱隐藏代码。通过这种方式，GET3D能够在局部生成外观相似但略有差异的形状。
研究人员指出，未来版本的GET3D可以使用摄像机姿态估计技术，让开发人员训练模型的现实世界的数据，而不是合成数据集。
未来，通过改进，开发人员可以在各种3D形状上一次性训练GET3D，而不需要一次在一个对象类别上训练它。
英伟达人工智能研究副总裁Sanja Fidler表示，
GET3D让我们离人工智能驱动的3D内容创作大众化又近了一步。它即时生成带纹理3D形状的能力可能会改变开发人员的游戏规则，帮助他们用各种有趣的对象快速填充虚拟世界。
作者介绍
论文一作Jun Gao是多伦多大学机器学习小组的博士生，导师是Sanja Fidler。
除了学历优异以外，他还是英伟达多伦多人工智能实验室的研究科学家。
他的研究主要集中在深度学习（DL），目标直指结构化几何表示学习。同时，他的研究还从人类对2D和3D图像、视频的感知中获得见解。
这么一位优秀的高材生，来自北京大学。他于2018年本科毕业，获得学士学位。在北大期间，他和王立威教授一同工作。
毕业后他还在斯坦福大学、MSRA和英伟达进行过实习。
Jun Gao的导师同样是业内翘楚。
Fidler是多伦多大学的副教授，Vector研究所的一名教师，同时，她还是该研究所的联合创始成员之一。
教学之外，她还是英伟达公司的人工智能研究副总裁，领导着多伦多的一个研究实验室。
在来到多伦多之前，她是芝加哥丰田技术研究所的研究助理教授。该研究所位于芝加哥大学校园内，算是个学术机构。
Fidler的研究领域集中在计算机视觉（CV）和机器学习（ML），聚焦于CV和图形学的交叉领域、三维视觉，以及三维重建与合成，还有图像注释的互动方法等等。
