AI在线 AI在线

直观即时绘制3D模型,可添加文本提示,VAST又开源了

作者:量子位
2025-04-22 09:26
3D生成明星玩家VAST,又又又又又开源了! Tripo Doodle(内部代号TripoSG Scribble) ,能够将简单的2D草图和文本提示(Text Prompt)实时转化为精细的3D模型。 它改进了传统3D建模学习曲线陡峭、耗时耗力的痛点,尤其是在初期“打形”阶段。

3D生成明星玩家VAST,又又又又又开源了!

Tripo Doodle(内部代号TripoSG Scribble) ,能够将简单的2D草图和文本提示(Text Prompt)实时转化为精细的3D模型。

它改进了传统3D建模学习曲线陡峭、耗时耗力的痛点,尤其是在初期“打形”阶段。

现在,该项目的关键组件已经开源。

图片

通过Tripo Doodle,用户可以:

  1. 直观绘制(Sketch Intuitively):在画布上随手勾勒简单的 2D 形状和线条。
  2. 添加文本提示(Add Text Prompts):通过文字输入,赋予模型语义信息或特定属性。
  3. 即时生成(Generate Instantly):实时看到基于草图和文本生成的 3D 模型,并随着输入的修改而动态更新。

在SIGGRAPH Asia 2024 Real-Time LIVE! 的首次亮相中,Tripo Doodle展示了一个“万物皆可画”的未来——3D 建模可以像2D涂鸦一样流畅自然、触手可及。

它让创作者能从繁琐的工具操作中解放出来,将精力完全聚焦于创意本身。

基于TripoSG的实时交互延伸

Tripo Doodle是一款旨在彻底简化并加速3D创作流程的全新交互界面。

图片

值得注意的是,Tripo Doodle并非从零构建,它巧妙地利用并扩展了VAST旗下TripoSG基础模型的能力,并针对实时、多模态交互进行了创新:

首先来了解一下TripoSG基础模型(TripoSG Base Model)。

TripoSG是它的底层引擎,它是一图像到3D(Image-to-3D)形状生成模型。

该模型开创性地采用了大规模整流流 Transformer(Large-Scale Rectified Flow Transformer)架构,能在精选数据集上进行训练,直接从条件输入(基础模型通常是图像)生成高保真3D网格。

其内部通过定制的VAE管理精确的符号距离函数(Signed Distance Function, SDF)表征。

其次是多模态条件注入(Multimodal Conditioning - Sketch + Text)。

Tripo Doodle的核心突破在于增强了TripoSG,使其能够理解并同时融合草图文本两种输入模态。

其一,草图引导(Sketch Guidance)。

2D绘图提供了强几何约束,定义了3D模型的核心形状、结构和姿态。

图片

其二,文本引导(Text Guidance)。

自然语言提示则负责引导语义理解,影响物体的类型、风格和具体特征(例如,演示中加入“dragon”文本提示,就能将一个基础的怪兽草图转化为龙形态)。

再者还有实时性能优化(Real-Time Optimization - 例如蒸馏技术)。

为了实现“涂鸦”体验所必需的近乎实时的生成速度,Tripo Doodle采用了CFG Distillation等优化技术。

通过训练一个更快的“学生”模型来模拟(或“学习”)更大TripoSG 模型的输出能力,从而实现能在用户连续输入时进行快速推理和实时更新。

从概念到初步3D可视化的时间缩短至秒级

SIGGRAPH Asia 2024 Real-Time LIVE! 现场,Tripo Doodle生动演示了自己的能力。

以下实例突显了Tripo Doodle如何将从概念到初步3D可视化的时间缩短至秒级,让3D创作变得前所未有的简单和有趣。

轻松创建

无论是植物、桌子、戒指还是怪兽,简单的几笔草图都能即时转化为3D物体。

图片

实时迭代

随着用户绘制、擦除、修改草图,或添加/更改文本提示(如将普通怪兽变为“乌龟怪兽”或带翅膀的“龙怪兽”),3D模型会动态、无缝地更新。

图片

创意探索

“Randomize”(随机化)功能允许用户基于同一份草图和文本输入,快速浏览多种不同的、合理的3D解释,极大地促进了创意发散。

易用性与效率

“Doodle 1v1” 环节中,观众成员在30秒内创作怪兽。

即使是初次使用者,也能快速上手并创造出如“番茄怪兽”、“毛毛虫怪兽”等充满趣味(有时甚至出人意料)的作品,充分证明了其直观性和高效性。

图片

一直以来,VAST致力于通过开放合作推动领域发展。

此次,TripoSG Scribble(即Tripo Doodle)与TripoSG的核心组件都将对外开放。

VAST诚邀全球的研究者、开发者和创作者们,深入探索TripoSG及Tripo Doodle背后的技术理念,在其基础上构建应用。

TripoSG-Scribble抱抱脸:https://huggingface.co/spaces/VAST-AI/TripoSG-scribbleTripoSG抱抱脸:https://huggingface.co/spaces/VAST-AI/TripoSGTripoSG GitHub:https://github.com/VAST-AI-Research/TripoSGTripoSG arXiv:https://arxiv.org/abs/2502.06608

相关标签:

相关资讯

不到60秒就能生成3D「手办」,Meta发力3D生成,ChatGPT时刻要来了吗?

3D 生成,一直在等待它的「ChatGPT时刻」。一直以来,创作 3D 内容是设计和开发视频游戏、增强现实、虚拟现实以及影视特效中最重要的部分。然而,3D 生成具有独特而艰巨的挑战,这是图像和视频等其他生成内容所不具备的。首先,3D 内容在艺术质量、生成速度、3D 网格结构和拓扑质量、UV 贴图结构以及纹理清晰度和分辨率方面具有严格的标准;其次,与其他研究相比,可用的数据量少。虽然该领域有数十亿张图像和视频可供学习,但可用于训练的 3D 内容数量要少三到四个数量级。因此,现阶段的3D 生成还必须从非 3D 的图像和
7/4/2024 5:55:00 PM
机器之心

魔发奇缘,3D发型生成新突破!TANGLED:可用任意样式和视点的图像生成 3D 发束

在数字时代,发型不仅是时尚的标志,更是个人文化身份的彰显。 但传统3D发型生成技术往往难以捕捉复杂发型的细腻之美。 为此,上海科技大学和华中科技大学推出了ANGLED技术,能从任意风格、视角的图像中,轻松生成逼真3D发型。
2/24/2025 10:40:00 AM
AIGC Studio

MV-DUSt3R+: 只需2秒!Meta Reality Labs开源最新三维基座模型,多视图大场景重建

本文一作为唐正纲,目前为博士生,就读于伊利诺伊大学厄巴纳 - 香槟分校,本科毕业于北京大学。 通讯作者是严志程,Meta Reality Labs 高级科研研究员 (Senior Staff Research Scientist),主要研究方向包括三维基础模型,终端人工智能 (On-device AI) 和混合现实。 近期,Fei-Fei Li 教授的 World Labs 和 Google 的 Genie 2 展示了 AI 从单图生成 3D 世界的能力。
1/26/2025 2:13:28 PM
机器之心