Команда TripoAI представила TripoSplat — новую генеративную модель, которая позволяет создавать детализированные 3D-сцены методом Gaussian Splatting всего на основе одного 2D-изображения. Благодаря внедрению технологии Density-Sampled Gaussians (DeG), модель обеспечивает гибкий контроль плотности частиц, позволяя эффективно балансировать между визуальной точностью и вычислительной нагрузкой.
Что произошло
Разработана модель TripoSplat, использующая механизм Density-Sampled Gaussians (DeG) для адаптивного управления плотностью объектов. Это позволяет настраивать уровень детализации (Level of Detail, LoD) — от легких фоновых элементов до сложных ассетов, содержащих до 262 тысяч гауссиан. Инструмент поддерживает экспорт в форматы .ply и .splat, а также имеет официальную интеграцию с ComfyUI.
Контекст
Традиционные методы Gaussian Splatting часто используют фиксированные структуры, что затрудняет оптимизацию ресурсов при создании сложных сцен. TripoSplat решает эту проблему, превращая генерацию 3D из одиночного кадра в контролируемый инженерный процесс, где пользователь сам определяет «вес» и детализацию итогового файла.
Почему это важно для индустрии
Для индустрии AI и разработки контента переход к адаптивному управлению плотностью означает возможность оптимизации пайплайнов для AR/VR и геймдева. Интеграция с ComfyUI делает технологию доступной для массового внедрения в генеративное искусство, позволяя быстро создавать масштабируемые 3D-миры с предсказуемыми вычислительными затратами.
Почему это важно для пользователей
Пользователи, включая художников и разработчиков игр, получают возможность создавать высококачественные 3D-объекты и сцены для метавселенных буквально за секунды. Благодаря ComfyUI и возможности настройки LoD, можно быстро прототипировать ассеты, выбирая между скоростью рендеринга и максимальной детализацией под конкретные задачи.
Источники
- TripoSplat: Generative 3D Gaussians with Learned Density Control
- TripoSplat GitHub Repository
- VAST-AI/TripoSplat on Hugging Face
Автор
Look at AI, редакция