Hãy nhớ những thời điểm khi làm quen với Blender dường như là một thử thách, đòi hỏi hàng tháng học tập chăm chỉ? Giờ đây, đó đã là quá khứ. Trong vài năm gần đây, các mạng neural đã xâm nhập sâu vào đồ họa 3D đến mức ngưỡng cửa đã gần như sụp đổ. Bây giờ, bất kỳ ai cũng có thể tạo ra mô hình 3D từ ảnh chỉ trong vài phút trực tiếp trên trình duyệt. Tôi quyết định kiểm tra xem công nghệ đã tiến xa đến đâu, và đã thử nghiệm một số dịch vụ phổ biến. Tôi chọn chủ đề cổ điển - nhân vật hoạt hình tuổi thơ. Đây là cách tuyệt vời để xem các thuật toán xử lý các hình ảnh nhận diện rõ ràng như thế nào và truyền tải các chi tiết mà chúng ta đã ghi nhớ trong nhiều năm.

Tiêu chí lựa chọn rất đơn giản: truy cập miễn phí, rõ ràng, không yêu cầu liên kết thẻ và không có các gói đăng ký ẩn. Dưới đây là những gì tôi đã tìm thấy.

Tripo AI - dịch vụ đầu tiên tôi thử nghiệm. Đây là nền tảng đám mây hoạt động trực tiếp trong trình duyệt, cho phép tải lên hình ảnh đã có hoặc chỉ mô tả nhân vật bằng văn bản. Ưu điểm chính là hệ thống hiểu tiếng Nga rất tốt, nên không phải lo lắng về việc dịch thuật. Sau khi đăng ký, họ cấp 300 coin, mỗi lần tạo mất 25 đơn vị, tương đương khoảng 12 lần thử. Phiên bản 2.5 còn tặng kèm 5 mô hình sẵn có miễn phí.

Khi tôi tải ảnh của Scrooge McDuck, mạng neural xử lý trong vòng một phút rưỡi. Kết quả khá tốt - nhân vật nhận diện ngay lập tức, màu sắc ổn. Tuy nhiên, kính hơi bị lệch, và mắt tự nhiên lại bị nhân đôi trên mỏ. Nhưng đối với một thử nghiệm nhanh, đây là mức độ đáng nể. Trong cài đặt, có thể chọn phong cách tạo, nhập các prompt tiêu cực và thậm chí đặt tư thế. Thưởng thêm - chỉ với 20 coin, có thể làm sống động nhân vật, thêm hoạt ảnh chạy hoặc nhảy.

Meshify còn thú vị hơn. Nó hoạt động với hình ảnh hoặc văn bản và ngay lập tức đưa ra bốn lựa chọn. Sau khi đăng ký, cấp 100 coin, đủ để tạo 10 mô hình. Quá trình tạo mất vài phút. Điểm đặc biệt là chức năng Texture Generator, giúp thêm kết cấu vào bản thô xám chỉ với 10 coin bổ sung. Dưới lớp, sử dụng các mô hình khuếch tán được huấn luyện trên các thư viện đối tượng khổng lồ. Kết quả có thể tải xuống dạng GLB hoặc OBJ và mở trong Blender hoặc Maya.

Khi tôi thử tạo mô hình 3D theo ảnh của Donald Duck, kết quả nằm ở mức trung bình. Nhân vật vẫn nhận diện được, nhưng không phải là thứ để xem ở độ phân giải 4K. Về kết cấu, có vấn đề - xuất hiện các chỗ trắng trống, nơi mạng neural chưa xử lý tốt. Tay trông dày hơn so với thực tế, số ngón thì thừa hoặc thiếu. Tư thế hơi lệch, động thái bị mất đi. Đối với phác thảo sơ bộ, có thể chấp nhận, nhưng để hoàn thiện, cần chỉnh sửa thủ công khá nhiều.

Trellis là sản phẩm của Microsoft, miễn phí trên Hugging Face. Chỉ hoạt động với hình ảnh, không hiểu yêu cầu bằng văn bản. Nhưng có rất nhiều tùy chọn: có thể thay đổi seed, độ mạnh của sự gắn kết với bản gốc, số bước tạo. Điểm đặc biệt là chế độ Multiple Images. Nếu tải lên nhiều khung hình của nhân vật từ các góc khác nhau, mạng neural sẽ hiểu rõ hơn về hình dạng đối tượng. Đối với hoạt hình phẳng của các bộ phim cũ, đây thực sự là cứu cánh.

Jinni của Luma Labs tập trung vào tốc độ. Bạn mô tả đối tượng bằng văn bản, hệ thống biến lời thành mô hình 3D trong vòng hai phút. Kết quả gồm bốn lựa chọn, có thể xoay trực tiếp trong trình duyệt. Quá trình tạo không giới hạn, có thể thử nghiệm bao nhiêu tùy thích. Tuy nhiên, chỉ hỗ trợ yêu cầu bằng văn bản, không thể tải hình ảnh lên. Với các vật thể vô tri vô giác, hoạt động tốt, nhưng với khuôn mặt và chi tiết nhỏ thì thường bị mờ nhạt. Xuất file thuận tiện - hệ thống tự chọn định dạng phù hợp dựa trên nơi bạn sẽ làm việc tiếp theo.

Khi tôi thử tạo Ariel qua mô tả văn bản, kết quả khá yếu. Kết cấu bị lệch, chi tiết mờ nhạt, hình dạng bị rối loạn ở một số chỗ. Nhận diện nhân vật vẫn có thể, nhưng điểm mạnh dừng lại ở đó. Đối với các nhân vật phức tạp, hữu cơ, công cụ này rõ ràng không phù hợp.

Hightem tự định vị là công cụ cho các mô hình có độ chi tiết cao. Nhà phát triển chú trọng vào chất lượng kết cấu và độ sạch của lưới polygon. Hoạt động với cả văn bản và hình ảnh, giao diện tối giản. Quá trình tạo mất vài phút. Xuất ra các định dạng tiêu chuẩn như GLB, OBJ. Phù hợp khi cần một mô hình có ngoại hình đẹp, không chỉ là một khối thô.

Khi tôi tải ảnh nhân vật từ bộ phim hoạt hình cổ điển, kết quả là một trong những tốt nhất trong toàn bộ bài đánh giá. Nhân vật rất giống bản gốc, mô hình khá ổn, mặc dù màu sắc cần chỉnh lại chút nữa - bản gốc có vẻ đậm đà hơn.

Masterpiece X tập trung vào mô tả bằng văn bản. Chức năng tạo hình từ ảnh hoạt động khá yếu. Khi đăng ký, cấp 250 credits cho năm lần thử. Có trình chỉnh sửa Sculpt tích hợp, cho phép chỉnh sửa hình dạng trực tiếp trong trình duyệt. Nếu không thích màu sắc, chuyển sang chế độ Paint để tô màu thủ công hoặc tự động cải thiện kết cấu. Mô hình được chuẩn bị sẵn sàng để chuyển sang các phần mềm khác - tự tạo UV và đắp vật liệu.

Khi tôi thử tạo Genie, kết quả trung bình. Chi tiết vừa phải, kết cấu như bản phác thảo thô. Mạng neural không nghe rõ các hướng dẫn - thay vì Genie cổ điển, ra kết quả là một nhân vật trông giống hệt Will Smith trong phim. Trong tay thay vì đèn thần là một chiếc nồi. Việc tô màu còn nhiều hạn chế.

Sau tất cả các thử nghiệm, rõ ràng là các nhà thiết kế 3D chuyên nghiệp vẫn còn yên tâm. Các mạng neural rõ ràng chưa sẵn sàng để thay thế công việc của họ trong thời gian tới. Có thể tạo ra thứ gì đó thực sự chất lượng chỉ với một cú nhấp chuột giống như cố gắng vẽ một kiệt tác với mắt bị bịt kín. Phải thử đi thử lại, thay đổi hình ảnh, chỉnh sửa yêu cầu. Và các lần thử miễn phí thường kết thúc đúng vào lúc bạn bắt đầu hiểu cách hoạt động của thuật toán.

Sự thật là, các mạng neural chỉ thực sự hữu ích khi có người điều khiển. Nếu không có cái nhìn sáng tạo, ý tưởng và kỹ năng chỉnh sửa để hoàn thiện mô hình trong phần mềm, chúng chỉ là bộ công cụ rỗng tuếch. Chúng có thể tạo ra một bản thô sơ, nhưng để thổi hồn và làm cho nhân vật trở nên độc đáo, chỉ có bạn mới làm được. Công nghệ là những trợ thủ giúp tiết kiệm thời gian cho công việc nhàm chán.

Nếu bạn đã thử tạo mô hình 3D theo ảnh bằng mạng neural, hãy chia sẻ kết quả của mình. Có thể bạn có dịch vụ yêu thích mà tôi chưa đề cập, hoặc đã tìm ra cách khiến các thuật toán này hoạt động hoàn hảo. Rất mong được nghe về trải nghiệm của bạn.