英特爾研究院宣布與Blockade Labs合作發(fā)布LDM3D（Latent Diffusion Model for 3D）模型，這一全新的擴(kuò)散模型使用生成式AI創(chuàng)建3D視覺(jué)內(nèi)容。LDM3D是業(yè)界領(lǐng)先的利用擴(kuò)散過(guò)程（diffusion process）生成深度圖（depth map）的模型，進(jìn)而生成逼真的、沉浸式的360度全景圖。LDM3D有望革新內(nèi)容創(chuàng)作、元宇宙應(yīng)用和數(shù)字體驗(yàn)，改變包括娛樂(lè)、游戲、建筑和設(shè)計(jì)在內(nèi)的許多行業(yè)。

英特爾研究院人工智能和機(jī)器學(xué)習(xí)研究專(zhuān)家Vasudev Lal表示：“生成式AI技術(shù)旨在提高和增強(qiáng)人類(lèi)創(chuàng)造力，并節(jié)省時(shí)間。然而，目前的大部分生成式AI模型僅限于生成2D圖像，僅有少數(shù)幾種可根據(jù)文本提示生成3D圖像。在使用幾乎相同數(shù)量參數(shù)的情況下，不同于現(xiàn)存的潛在擴(kuò)散模型，LDM3D可以根據(jù)用戶給定的文本提示同時(shí)生成圖像和深度圖。與深度估計(jì)中的標(biāo)準(zhǔn)后處理方法相比，LDM3D能夠?yàn)閳D像中的每個(gè)像素提供更精準(zhǔn)的相對(duì)深度，并為開(kāi)發(fā)者省去了大量用于場(chǎng)景開(kāi)發(fā)的時(shí)間。”

封閉的生態(tài)系統(tǒng)限制了規(guī)模。英特爾致力于推動(dòng)AI的真正普及，通過(guò)開(kāi)放的生態(tài)系統(tǒng)讓更多人從這項(xiàng)技術(shù)中受益。計(jì)算機(jī)視覺(jué)領(lǐng)域近年來(lái)取得了重大進(jìn)展，特別是在生成式AI方面。然而，當(dāng)今許多先進(jìn)的生成式AI模型只能生成2D圖像。與通常只能根據(jù)文本提示生成2D RGB圖像的現(xiàn)有擴(kuò)散模型不同，LDM3D可以根據(jù)用戶給定的文本提示同時(shí)生成圖像和深度圖。與深度估計(jì)（depth estimation）中的標(biāo)準(zhǔn)后處理（post-processing）方法相比，LDM3D在使用與潛在擴(kuò)散模型Stable Diffusion幾乎相同數(shù)量參數(shù)的情況下，能夠?yàn)閳D像中的每個(gè)像素提供更精準(zhǔn)的相對(duì)深度（relative depth）。