Η Apple συνεχίζει να αυξάνει τις δυνατότητές της AI με αρκετά γρήγορο ρυθμό. Ως παράδειγμα, σκεφτείτε το πιο πρόσφατο μοντέλο τεχνητής νοημοσύνης του γίγαντα του Κουπερτίνο που είναι σε θέση να δημιουργήσει μια ολόκληρη τρισδιάστατη σκηνή από μια μόνο 2D εικόνα, και αυτό σε λιγότερο από ένα δευτερόλεπτο.
Το νέο μοντέλο AI γενιάς βίντεο της Apple είναι αστραπιαία και αρκετά ακριβές
Η Apple δημοσίευσε τώρα μια μελέτη, με τίτλο “Σύνθεση απότομη μονόφθαλμη προβολή σε λιγότερο από ένα δευτερόλεπτοΗ μελέτη περιγράφει λεπτομερώς τον τρόπο με τον οποίο οι μηχανικοί της Apple κατάφεραν να εκπαιδεύσουν ένα μοντέλο τεχνητής νοημοσύνης, που ονομάζεται SHARP, για να δημιουργήσει μια «φωτορεαλιστική» τρισδιάστατη προβολή από μια μόνο 2D εικόνα.
Κρίσιμα, η Apple ισχυρίζεται ότι η δημιουργία προβολής διαρκεί «λιγότερο από ένα δευτερόλεπτο σε μια τυπική GPU μέσω ενός μόνο περάσματος προς τα εμπρός μέσω ενός νευρωνικού δικτύου».
Βασικά, το SHARP προβλέπει πώς θα έμοιαζε μια τρισδιάστατη σκηνή, αποσταγμένη από μια εικόνα 2D, λαμβάνοντας υπόψη τις “κοντινές απόψεις” της εικόνας.
Η μελέτη σημειώνει:
“Η 3D Gaussian αναπαράσταση που παράγεται από το SHARP μπορεί στη συνέχεια να αποδοθεί σε πραγματικό χρόνο, αποδίδοντας φωτορεαλιστικές εικόνες υψηλής ανάλυσης για κοντινές προβολές. Η αναπαράσταση είναι μετρική, με απόλυτη κλίμακα, υποστηρίζοντας τις μετρικές κινήσεις της κάμερας.”
Προς όφελος όσων μπορεί να μην το γνωρίζουν, το 3D Gaussian Splatting είναι μια τεχνική που χρησιμοποιείται για τη δημιουργία φωτορεαλιστικών τρισδιάστατων σκηνών αναπαριστώντας τέτοιες σκηνές όπως εκατομμύρια “slats”, που είναι βασικά μικροσκοπικές χρωματιστές σταγόνες. Ωστόσο, για να δημιουργήσετε μια πλήρη σκηνή, απαιτούνται συχνά πολλές εικόνες 2D από διάφορες γωνίες.
Το SHARP της Apple διαφέρει στο ότι είναι σε θέση να αναδημιουργήσει μια ολόκληρη φωτορεαλιστική σκηνή από μια ενιαία εικόνα 2D προβλέποντας βάθος και χρώματα, και μάλιστα σε λιγότερο από ένα δευτερόλεπτο.
Επιπλέον, μπορείτε τώρα να δοκιμάσετε το μοντέλο SHARP AI της Apple δωρεάν μεταβαίνοντας στο αποκλειστική σελίδα GitHub.
Ακολουθώ Wccftech στο Google για να λαμβάνετε περισσότερες από τις ειδήσεις μας στις ροές δεδομένων σας.
VIA: wccftech.com
