Apa Itu Bentuk-E OpenAI, dan Apa yang Dapat Dilakukannya?

Perusahaan penelitian dan penyebaran kecerdasan buatan (AI), seperti OpenAI, terus merilis fitur untuk kepentingan umat manusia. Selain ChatGPT, DALL-E, Point-E, dan alat sukses lainnya, OpenAI telah merilis Shap-E, model inovatif baru.

Jadi apa itu Shap-E OpenAI, dan apa yang dapat dilakukannya untuk Anda?

Apa itu Shap-E OpenAI?

Pada Mei 2023, Alex Nichol dan Heewon Jun, peneliti dan kontributor OpenAI, merilis a kertas mengumumkan Shap-E, inovasi terbaru perusahaan. Shap-E adalah alat baru yang dilatih pada kumpulan data masif dari gambar dan teks 3D berpasangan yang dapat menghasilkan model 3D dari teks atau gambar. Hal ini mirip dengan DALL-E, yang dapat membuat gambar 2D dari teks, tetapi Shap-E menghasilkan aset 3D.

Shap-E dilatih pada model difusi bersyarat dan pemetaan aset 3D. Memetakan aset 3D berarti bahwa Shap-E belajar mengasosiasikan teks atau gambar dengan model 3D yang sesuai dari kumpulan data besar objek 3D yang ada. Model difusi bersyarat adalah model generatif yang dimulai dari versi bising keluaran target dan secara bertahap menyempurnakannya dengan menghilangkan gangguan dan menambahkan detail.

Dengan menggabungkan kedua komponen ini, Shap-E dapat menghasilkan model 3D yang realistis dan beragam yang cocok dengan masukan teks atau gambar yang diberikan dan dapat dilihat dari berbagai sudut dan kondisi pencahayaan.

Bagaimana Anda Dapat Menggunakan Shap-E OpenAI

Shap-E belum dipublikasikan seperti alat OpenAI lainnya, tetapi bobot model, kode inferensi, dan sampelnya tersedia untuk diunduh di Bentuk-E GitHub halaman.

Anda dapat mengunduh kode Shap-E secara gratis dan instal menggunakan perintah Python pip di komputer Anda. Anda juga memerlukan GPU NVIDIA dan CPU berperforma tinggi, karena Shap-E sangat intensif sumber daya.

Setelah penginstalan, buka gambar 3D yang Anda hasilkan di Microsoft Paint 3D. Demikian juga, Anda bisa mengubah gambar menjadi file STL jika Anda ingin mencetaknya menggunakan printer 3D.

Anda juga dapat melaporkan masalah dan menemukan solusi untuk masalah yang telah diajukan oleh orang lain di halaman Shap-E GitHub.

Yang Dapat Anda Lakukan Dengan Shap-E OpenAI

Shap-E memungkinkan Anda mendeskripsikan ide kompleks menggunakan representasi visual ide. Aplikasi potensial untuk teknologi ini tidak terbatas, terutama karena visual biasanya memiliki efek yang jauh lebih luas daripada teks.

Sebagai seorang arsitek, Anda dapat menggunakan Shap-E untuk membuat model bangunan dan struktur 3D berdasarkan deskripsi tertulis. Anda dapat menentukan dimensi, bahan, warna, dan gaya struktur menggunakan kalimat sederhana. Misalnya, Anda dapat memintanya dengan: "Buat gedung pencakar langit dengan 60 lantai dan langkan kaca," dan ekspor hasilnya ke perangkat lunak lain untuk diedit lebih lanjut jika Anda menyukai hasil yang Anda dapatkan.

Gamer dan seniman animasi dapat meningkatkan lingkungan virtual dan pengalaman visual dengan membuat objek dan karakter 3D yang mendetail. Di bidang teknik, Anda dapat mendeskripsikan komponen, spesifikasi, dan fungsi mesin dan peralatan serta mendapatkan hasilnya dalam model 3D sebelum membuat prototipe fisik.

Selain itu, bahkan di bidang seperti pendidikan, Shap-E dapat membantu pengajar mengomunikasikan ide yang kompleks dan abstrak kepada siswanya dalam mata pelajaran seperti biologi, geometri, dan fisika.

Meskipun masih dalam proses, Shap-E selangkah lebih maju dari OpenAI TITIK-E, yang menghasilkan awan titik 3D berdasarkan permintaan teks. Awan titik terbatas dalam ekspresi dan resolusinya, seringkali menghasilkan bentuk buram atau tidak lengkap.

Hasilkan Model 3D Menggunakan Shap-E OpenAI

Shap-E adalah demonstrasi kekuatan AI yang mengesankan untuk membuat konten 3D dari bahasa atau gambar alami. Dengannya, Anda dapat membuat objek 3D untuk game komputer, pengalaman VR interaktif, prototipe, dan tujuan lainnya. Meskipun tidak ada jaminan mengenai kualitas keluaran, model AI memberi Anda cara yang cepat dan efisien untuk membuat model 3D apa pun.

Selain itu, model AI ini merupakan kontribusi penting dalam ruang pembelajaran mendalam dan kemungkinan besar akan mengarah pada inovasi dan kreasi tingkat lanjut di masa depan.