生成式AI的上限在哪裡？這個問題的答案或許在短時間內都不會有答案，至少現在生成式AI似乎又征服了一個新的領域。此前，生成式AI的工作范湊主要集中在文字處理、繪畫、聲音處理等方面，但是生成式AI的能力顯然遠不止於此。
近日，開源生成式AI公司Stability AI正式發布了Stable Animation SDK，以及備受關注的Stable Diffusion 模型（以下簡稱Stable）也正式公布新版本，現在用戶可以更好的控制AI生成的3D模型，並且對特定參數進行修改。
或許很多人看到這個消息的想法是：「3D模型？是指方塊、長條之類的東西？」，畢竟在多數人看來，真正的3D建模複雜性恐怕是普通AI難以處理的。不過，生成式AI的魅力就在這裡，通過對數據的處理與分析，配合對自然語言的理解，如今的AI可以根據描述生成更加複雜、完善的模型，並不僅限於簡單的方塊模型。
不僅僅是2D變3D
在此之前，Stable就因為可以將2D畫面、描述直接轉換成3D模型而引起了許多關注，Stable生成的3D模型在精細度上雖然比不上專業人員花長時間搭建的模型，但是考慮到生成所需的時間，也足以帶給大家不小的震撼。
而在Stability AI公布的最新演示視頻中，Stable的3D模型已經不僅限於靜物，即使是一直在運動的人物形象，也可以輕鬆轉變為3D模型，並且運動的幅度、姿勢都與原版十分接近。類似的技術在動畫製作中其實經常被用到，一些動畫為了讓畫面、物體顯得更具有立體感時，就會通過2D轉3D的方式來製作這段畫面，凸顯畫面的張力
圖源：Stability AI
而在傳統的動畫行業里，想要將2D畫面轉為3D，需要不少工作人員忙碌一段時間，而在Stable的幫助下，只需要將2D畫面輸入模型中，即可獲得高質量的起始3D模型，大幅度降低建模所需的時間與成本。
當然，如果只是這樣，或許也就從業者會高興，對於廣大網友來說，Stable又有什麼用呢？關鍵就在於Stable的3D模型生成並不需要精細的引導，即使只是簡筆畫，Stable也可以生成出大差不差的3D模型，比如這幅如圖幼兒園小孩般的塗鴉，經過Stable的「潤色」後就變成了一個還算能看的3D畫面。
圖源：YouTube
讓你的一切繪畫作品，甚至文字動起來，這就是Stable的期盼與目標。所以，Stability AI的所有成果都是直接公開，以開源的方式提供給網友使用，對於廣大二次元愛好者來說，或許這是讓他們的「紙片老婆」們動起來的最簡單方法。
而且從Stable的3D動態模型生成能力中，我們也可以看到一些未來的應用場景，比如更低廉、便利的動作捕捉系統，理論上只要算力足夠，就可以通過攝像頭捕捉的畫面實時生成對應的3D模型動作。
除此之外還有什麼妙用呢？不知道大家是否有看過近日的一個熱聞，海外網紅Caryn Marjorie通過與AI團隊合作，用GPT-4複製了一個數字版的自己，然後將數字版的使用權以每分鐘一美元的價格出售給自己的粉絲。
在短短的一周里，Caryn Marjorie就以此獲得了7.1萬美元的收入，而她提供的僅僅是語音對話閒聊服務。作為視覺生物，我們對於聲音的敏感度其實要低於畫面，如果Stable也被應用到相關領域，是否可能打造出真正意義上的AI女友呢？可動、可聊，足以撫慰你空虛的內心。
咳咳，好吧，這個話題先打住，至少在目前的模型效率和算力規模下，個人想要實現實時且高規格的3D動態模型生成，恐怕還十分困難，但是考慮到半導體行業的進步速度，或許這一天離我們並不遙遠。
全新的生產力工具
Stable此前最大的問題在於只能根據描述或圖像來生成3D模型，如果生成的效果不好，只能重新調整圖像或文字信息來重新生成，根據顯卡的性能不同，3D模型的生成時間也會有所區別，相較於ChatGPT等傳統問答式AI，Stable的時間成本高很多。
所以，雖然Stable的3D模型生成效果遠優於以往的類似應用，使用場景卻十分受限，僅僅是能夠給社區愛好者提供一個簡單便利的3D模型生成工具。一直以來，社區用戶都希望Stability AI就可以給Stabel增加參數調整功能，這樣就可以對不滿意的模型細節進行修改。
Stability AI給出的回應就是Stable Animation SDK，該接口可以被加載到Stabel的模型中，用戶在使用Stabel生成3D模型後，可以通過接口直接輸入對應的參數，調整或增加模型的細節，讓模型更符合用戶的要求。
圖源：Stability AI
從接口的描述文件來看，支持修改的參數非常多，從基礎的顏色、形狀、大小、紋理到動作姿勢等都可以進行調節，而且調節過程並不需要輸入專業數據或是名詞，只需要如圖生成3D模型時一樣輸入文字信息即可。
比如你生成了一隻小狗的3D模型，然後覺得小狗身上的花紋不太滿意，只需要從接口輸入你想要的花紋描述，Stabel就會根據描述對模型進行修改並重新渲染相關圖層。
除此之外，Stable Animation SDK還支持動作命令的輸入，可以讓靜態的3D模型直接執行你的動作指令，比如你渲染了一隻飛龍，然後輸入指令「讓龍飛起來噴火」，Stable就會開始對3D模型進行動作渲染。
而且Stable還提供攝影功能，用戶可以調整拍攝機位、照明效果、背景等一系列的參數，對3D模型進行靜態和動態的錄像。是的，大家估計都猜到了，3D建模、3D動畫等與3D建模有關的行業，都將會感受到來自AI的「溫暖」。
另外，部分網友認為Stable與虛擬現實設備結合，或許會讓虛擬現實設備的生產力表現得到飛躍式提升。大家應該都看過漫威電影《鋼鐵俠》，電影主角史塔克就擁有一個高級人工智能程序「賈維斯」，在史塔克製造鋼鐵俠鎧甲時給予了許多幫助。
其中一個片段就是史塔克通過對話直接生成了一個零件的3D模型，然後對其進行調整並應用到鎧甲上，這套流程聽起來是不是有點耳熟？沒錯，某種意義上這就是Stable+ChatGPT的未來版本，通過對話直接創造出3D模型，讓設計師可以在虛擬現實設備中直接檢視物品的外觀、使用效果等。
將這個過程放到現實生活照，就相當於將產品設計中最耗時的打樣、調整過程簡化，實質性的提高產品從設計到落地的整個流程效率。而且，結合虛擬現實設備的功能，甚至可以讓設計師提前在虛擬現實中使用和體驗自己的產品。
當然，現在的產品設計流程中，其實就已經廣泛利用類似的3D模型軟件來渲染場景，但是Stable的優勢在於生成的速度，本來需要數小時甚至數天進行調整渲染的模型，如今只需要十分之一或更短的時間即可生成，背後所帶來的效率提升不言而喻。
隨着生成式AI的遍地開花，可以看到AI對我們的社會、生產等方面會造成十分深遠的影響，今天是3D模型，明天又會是什麼？我非常期待。-(文:雷科技Ieitech/鈦媒體)
