Breyttu fólki og hlutum í þrívídd með SAM 3 og SAM 3D frá Meta.

¿Hvernig á að breyta fólki og hlutum í þrívíddarlíkön með SAM 3D? Gervigreind sem notuð er í sjónrænum tilgangi er að hafa mikil áhrif og nú, auk þess að skera út hluti nákvæmlega, er það mögulegt breyta einni mynd í þrívíddarlíkan Tilbúið til að skoða frá mörgum sjónarhornum. Meta hefur kynnt til sögunnar nýja kynslóð verkfæra sem brúa saman klippingu, skilning á sjónrænum heimi og þrívíddarendurgerð án þess að krefjast háþróaðs búnaðar eða þekkingar.

Við erum að tala um SAM 3 og SAM 3D, tvær gerðir sem koma til að bæta greiningu, mælingar og skiptingu, og til að færa Þrívíddaruppbygging á hlutum og fólki fyrir breiðan hóp. Tillaga þeirra felur í sér að skilja textaleiðbeiningar og sjónræn merki samtímis, þannig að það að klippa, umbreyta og endurbyggja þætti sé jafn auðvelt og að slá inn það sem við viljum eða smella nokkrum sinnum.

Hvað eru SAM 3 og SAM 3D og hvernig eru þau ólík?

Segment Anything fjölskyldan frá Meta stækkar með tveimur nýjum viðbótum: SAM 3 og SAM 3D. Sá fyrrnefndi einbeitir sér að því að bera kennsl á, rekja og skipta hlutum í myndum og myndböndum með næstu kynslóð nákvæmni, en sá síðarnefndi... Endurskapar þrívíddarrúmfræði og útlit úr einni myndþar á meðal fólk, dýr eða daglegar vörur.

Munurinn á virkni er augljós: SAM 3 sér um að „skilja og aðgreina“ sjónrænt efni og SAM 3D notar þann skilning til að „búa til“ þrívítt rúmmál. Með þessari pörun verður vinnuflæði sem áður krafðist flókins hugbúnaðar eða sérhæfðra skanna að... miklu aðgengilegri og hraðari.

Ennfremur er SAM 3 ekki takmarkað við grunn sjónrænar leiðbeiningar. Það býður upp á náttúrulega tungumálastýrða skiptingu sem er fær um að túlka mjög nákvæmar lýsingarVið tölum ekki lengur bara um „bíl“ eða „bolta“, heldur um orðasambönd eins og „rauð hafnaboltahetta“ til að staðsetja nákvæmlega þessi atriði í atriði, jafnvel í gegnum allt myndband.

Á sama tíma er SAM 3D fáanlegt í tveimur viðbótarútgáfum: SAM 3D Objects, sem einbeitir sér að hlutir og senurog SAM 3D Body, þjálfað til að meta lögun og form manna. Þessi sérhæfing gerir því kleift að ná yfir allt frá neysluvörum til portrettmynda og stellinga, sem opnar dyrnar að skapandi, viðskiptalegum og vísindalegum notkunum.

Hvernig tekst þeim að skipta niður og endurbyggja úr einni mynd?

Lykillinn liggur í arkitektúr sem er þjálfuð á miklu magni gagna til að koma á beinum tengslum milli orða og pixla. Líkanið skilur skriflegar leiðbeiningar og sjónræn merki (smelli, punkta eða kassa) samtímis, þannig að þýða beiðni yfir á tiltekin svið af ljósmynd eða myndbandsramma.

Þessi skilningur á tungumálinu fer lengra en hefðbundin flokkanöfn. SAM 3 getur tekist á við flóknar leiðbeiningar, útilokanir og blæbrigði, sem gerir kleift að nota fyrirspurnir eins og „fólk situr niður sem er ekki með rauðan hatt“. Þessi samhæfni við ítarlegar textaleiðbeiningar Það leysir sögulega takmörkun fyrri líkana, sem hafði tilhneigingu til að rugla saman nákvæmum hugtökum.

Þá kemur SAM 3D til sögunnar: það byrjar á mynd og býr til þrívíddarlíkan sem gerir þér kleift að skoða hlutinn frá öðrum sjónarhornum, endurskipuleggja umhverfið eða beita þrívíddaráhrifum. Í reynd samþættist það fyrri skiptingu til að einangra það sem vekur áhuga okkar og þar af leiðandi... Endurbyggja í þrívídd án flókinna milliskrefa.

Nýir eiginleikar samanborið við fyrri kynslóðir

SAM 1 og SAM 2 gjörbyltuðu segmenteringu með því að reiða sig mikið á sjónrænar vísbendingar. Hins vegar áttu þau í erfiðleikum þegar þau voru beðin um að veita ítarlegar túlkanir eða fínlegar leiðbeiningar á náttúrulegu tungumáli. SAM 3 brýtur í gegnum þá hindrun með því að fella inn fjölþætta skilning sem tengir texta og mynd beint saman.

Meta fylgir framvindunni með nýju viðmiði um opin orðaforðaskiptingHannað til að meta textastýrða skiptingu í raunverulegum aðstæðum og með birtingu SAM 3 vigta. Á þennan hátt geta vísindamenn og forritarar mælt og borið saman niðurstöður milli aðferða af nákvæmni.

Í endurhönnuninni bætir SAM 3D Objects verulega fyrri aðferðir, samkvæmt gögnum sem Meta hefur deilt, sem einnig gefur út eftirlitspunkta, ályktunarkóða og matssett. Samhliða SAM 3D Body gefur fyrirtækið út ... SAM 3D listamannahlutir, nýtt gagnasafn sem búið var til í samvinnu við listamenn til að meta þrívíddargæði í fjölbreyttum myndum.

Raunveruleg notkun og notkunartilvik í augnablikinu

Meta er að samþætta þessa eiginleika í vörur sínar. Í „Edits“, myndbandsverkfæri sínu fyrir Instagram og Facebook, er háþróuð skipting þegar notuð til að beita áhrifum á myndbönd. tiltekið fólk eða hlutir án þess að hafa áhrif á restina af myndinni. Þetta auðveldar bakgrunnsbreytingar, sértækar síur eða markvissar umbreytingar án þess að fórna gæðum.

Við munum einnig sjá þessa eiginleika í Vibes, innan Meta AI appsins og á meta.ai kerfinu, með nýjum breytingum og skapandi upplifunum. Með því að leyfa flóknar leiðbeiningar getur notandinn lýst því sem hann vill breyta og kerfið mun bregðast við í samræmi við það. sjálfvirknivæðir eftirvinnsluverkefni sem áður var vinnuafl.

Í viðskiptum sker „Skoða í herbergi“ á Facebook Marketplace sig úr, þar sem notendur geta séð fyrir sér hvernig húsgögn eða lampar myndu líta út á heimili þeirra þökk sé sjálfvirkt útbúnum þrívíddarlíkönum. Þessi virkni dregur úr óvissu og... bætir kaupákvörðunina, lykilatriði þegar við getum ekki séð vöruna líkamlega.

Áhrifin ná til vélfærafræði, vísinda, menntunar og íþróttalækninga. Þrívíddaruppbygging úr einföldum ljósmyndum getur hjálpað til við hermir, búið til líffærafræðilegar viðmiðunarlíkön og stutt greiningartól sem áður þurftu sérhæfðan búnað. Allt þetta stuðlar að... ný vinnuflæði í rannsóknum og þjálfun.

Leikvöllurinn Segment Anything: prófaðu og búðu til án núnings

Til að lýðræðisvæða aðgang hefur Meta hleypt af stokkunum Leikvöllur fyrir hvað sem erVefsíða þar sem hver sem er getur hlaðið inn myndum eða myndböndum og prófað sig áfram með SAM 3 og SAM 3D. Viðmótið minnir á „töfrasprota“ klassískra ritla, en hefur þann kost að við getum... skrifa það sem við viljum velja eða fínstilla með nokkrum smellum.

Að auki býður Leikvöllurinn upp á tilbúin sniðmát. Þar á meðal eru hagnýtir valkostir eins og pixlað andlit eða bílnúmerog fleiri skapandi áhrif eins og hreyfimyndir eða kastljós. Þetta gerir það mögulegt að ná fram verkefnum sem varða auðkenningu eða vekja athygli á nokkrum sekúndum.

Auk þess að skipta atriðum í sundur geta notendur skoðað senur frá nýjum sjónarhornum, endurraðað þeim eða beitt þrívíddaráhrifum með SAM 3D. Markmiðið er að allir, án fyrri þekkingar á þrívídd eða tölvusjón, geti gert það. ná ásættanlegum árangri á nokkrum mínútum og án þess að setja neitt upp.

Líkön, opnar auðlindir og mat

Meta hefur gefið út úrræði til að hjálpa samfélaginu að efla nýjustu tækni. Fyrir SAM 3 er eftirfarandi í boði: líkanþyngdir ásamt viðmiðunarprófi fyrir opið orðaforða og tæknilegri grein sem lýsir uppbyggingu og þjálfun. Þetta auðveldar endurtekningarhæfni og sanngjarna samanburði.

Hvað varðar þrívídd hefur fyrirtækið gefið út stjórnunarpunkta, ályktunarkóða og næstu kynslóð matsforrita. Tvívirkni SAM 3D Objects og SAM 3D Body gerir kleift að ná yfirgripsmikilli umfjöllun. almennir hlutir og mannslíkaminn með mælikvörðum sem eru aðlagaðar að hverju tilviki, eitthvað sem er nauðsynlegt til að meta rúmfræðilega og sjónræna nákvæmni.

Samstarf við listamenn við að búa til SAM 3D Artist Objects færir fagurfræðileg og fjölbreytileikaviðmið inn í matið, ekki bara tæknileg. Þetta er lykillinn að því að gera 3D endurgerð gagnlega í skapandi og viðskiptaumhverfiþar sem gæðin sem fólk skynjar skipta máli.

Textaskipting: dæmi og kostir

Með SAM 3 er hægt að slá inn „rauð hafnaboltahúfa“ og kerfið mun bera kennsl á öll samsvarandi orð í mynd eða myndbandi. Þessi nákvæmni opnar dyrnar fyrir breytingarferla þar sem einfaldlega að slá inn „rauð hafnaboltahúfa“ er nóg. stuttar og skýrar setningar að aðskilja þætti og beita áhrifum eða umbreytingum á þá.

Samhæfni við fjölþætta tungumálamódel gerir kleift að fá ríkari leiðbeiningar, þar á meðal undantekningar eða skilyrði („fólk sem situr niður án rauðrar húfu“). Þessi sveigjanleiki dregur úr handvirkum vinnutíma og minnkar valvillur sem áður voru leiðréttar handvirkt.

Fyrir teymi sem búa til efni í stórum stíl, flýtir textadrifin skipting fyrir ferlinu og auðveldar að staðla niðurstöður. Í markaðssetningu, til dæmis, er hægt að viðhalda samræmi með því að nota síur á vörufjölskyldu, eitthvað sem... bætir tíma og kostnað af framleiðslu.

Ritstjórn á samfélagsmiðlum og stafræn sköpun

Samþætting við Edits færir háþróaða eftirvinnsluaðgerðir fyrir Instagram- og Facebook-skapara. Sía sem áður krafðist flókinna gríma er nú hægt að beita með textaskipun og nokkrum smellum, en samt sem áður viðhalda... brúnirnar og fínu smáatriðin stöðugt ramma fyrir ramma.

Fyrir stuttar greinar, þar sem útgáfuáætlunin skiptir máli, er þessi sjálfvirkni gullmoli. Að breyta bakgrunni myndskeiðs, auðkenna aðeins einn einstakling eða umbreyta tilteknum hlut krefst ekki lengur handvirkra vinnuferla, og það... lýðræðisvæða áhrif sem áður voru eingöngu ætluð fagfólki.

Á sama tíma eru Vibes og meta.ai að auka úrvalið af upplifunum með tungumáladrifinni ritstjórn og sköpun. Með því að geta lýst í smáatriðum því sem við viljum styttist stökkið frá hugmynd að niðurstöðu, sem þýðir... fleiri skapandi endurtekningar á skemmri tíma.

Verslun, vísindi og íþróttir: meira en skemmtun

„Skoða í herbergi“ á Facebook Marketplace er dæmi um hagnýtt gildi: að sjá lampa eða húsgagn í stofunni áður en maður kaupir dregur úr skilum og byggir upp traust. Að baki því er leiðsla sem, byrjandi á myndum, býr til... 3D líkan fyrir sjónræna framsetningu samhengisbundið.

Í vísindum og menntun dregur endurgerð úr einföldum ljósmyndum úr kostnaði við að búa til kennsluefni og raunhæfa hermir. Líffærafræðilegt líkan sem búið er til með gervigreind er hægt að nota sem stuðningsverkfæri í kennslustofum eða í... lífvélræn greiningflýta fyrir undirbúningi efnis.

Í íþróttalækningum veitir sameining líkamsamsetningargreiningar og líkamsbyggingar verkfæri til að rannsaka líkamsstöður og hreyfingar án dýrs búnaðar. Þetta opnar möguleika á tíðari mat og fjarstýrð eftirlit.

Persónuvernd, siðfræði og góðir starfshættir

Kraftur þessara tækja krefst ábyrgðar. Að meðhöndla myndir af fólki án samþykkis þeirra getur leitt til lagalegra og siðferðilegra vandamála. Ráðlagt er að forðast að endurskapa myndir. ókunnug andlitEkki deila fyrirsætum án leyfis og ekki breyta viðkvæmum senum sem gætu valdið ruglingi eða skaða.

Meta tilkynnir aðgerðir til að draga úr misnotkun, en endanleg ábyrgð liggur hjá notanda tækninnar. Ráðlegt er að staðfesta uppruna mynda, vernda persónuupplýsingar og meta samhengið áður en þrívíddarlíkön eru birt sem gætu afhjúpað persónuupplýsingar.

Í faglegum aðstæðum stuðlar það að ábyrgri notkun að setja sér stefnu um endurskoðun og samþykki og merkja efni sem er búið til með gervigreind. Þjálfun teymisins um þessi efni hjálpar til við að koma í veg fyrir slæmar venjur bregðast nú þegar hratt við atvikum.

Hvernig á að breyta fólki og hlutum í þrívíddarlíkön með SAM 3D: Hvernig á að byrja

Ef þú vilt prófa þig áfram strax, þá er Anything Playground Segment rétti staðurinn. Þar geturðu hlaðið inn mynd eða myndbandi, slegið inn það sem þú vilt velja og prófað þrívíddaruppbyggingarmöguleika í einföldu viðmóti. Fyrir tæknilegar upplýsingar, [fleiri valkostir eru í boði]. þyngdir, eftirlitspunktar og kóði sem auðvelda sérsniðnar prófanir.

Rannsakendur, forritarar og listamenn búa yfir vistkerfi sem inniheldur viðmið, matsgögn og skjöl. Markmiðið er að skapa sameiginlegan grunn til að mæla framfarir og flýta fyrir innleiðingu í mismunandi geirarfrá stafrænni sköpun til vélfærafræði.

Það áhugaverðasta er að þetta stökk er ekki bara fyrir sérfræðinga: námsferillinn styttist og eiginleikarnir ná til daglegra forrita. Allt bendir til þess að klipping og þrívídd verði áfram samþætt vinnuflæði þar sem... Náttúrulegt tungumál er viðmótið.

Með SAM 3 og SAM 3D færir Meta textaskiptingu og endurgerð einstakra mynda fyrir höfunda og teymi af öllum stærðum. Með því að nota Playground, samþættingu í Editors, opnum úrræðum og forritum í viðskiptum, menntun og íþróttum er verið að smíða traustan grunn. ný leið til að vinna með myndir og rúmmál sem sameinar nákvæmni, aðgengi og ábyrgð.

Tengd grein:

Heildarleiðbeiningar um Luma Ray: að búa til þrívíddarmyndir úr ljósmyndum

Kristinn garcia

Hefur brennandi áhuga á tækni frá því hann var lítill. Ég elska að vera uppfærður í geiranum og umfram allt að miðla honum. Þess vegna hef ég lagt mig fram við samskipti á tækni- og tölvuleikjavefsíðum í mörg ár. Þú getur fundið mig að skrifa um Android, Windows, MacOS, iOS, Nintendo eða annað tengt efni sem mér dettur í hug.