在澳大利亚国立大学、牛津大学和北京人工智能研究院的合作下，研究人员推出了一种名为3D-GPT的人工智能系统。
这一系列复杂的人工智能代理能够通过简单的文本提示生成3D环境。
该文件可在 arXiv，展示了简化且用户友好的3D资产创建方法，与传统3D建模所涉及的复杂工作流程形成鲜明对比。
通过简单地描述一个环境，比如“白雪覆盖的山峰，背景是明亮的阳光”，人工智能系统将解释和充实环境的描述，并使用它生成代码，可以传递到3D计算机图形软件，如Blender。
3D—GPT将复杂的3D建模任务分解为可管理的部分，并将每个部分委托给专门的AI代理。
代理的角色如下：
- 任务调度代理：解释用户提供的文本说明。
- 概念化代理人：通过填写任何缺失的细节来丰富最初的描述。
- 建模代理：设置必要的参数并生成代码来操作3D软件，如Blender。
使用这种基于代理的结构，3D—GPT可以解释文本提示，使用附加上下文增强描述，并创建与用户想象力紧密一致的3D资产。
3D—GPT用于将文本提示符转换为3D图形的管道。资料来源：ArXiv。
将文本转换成3D世界
文章描述了3D—GPT如何使用简单的文本提示，如“一个薄雾弥漫的春天早晨，露珠亲吻的花朵点缀着郁郁葱葱的草地，周围环绕着萌芽的树木”，并为其注入生命力，创建一个丰富的3D场景与逼真的图形。
虽然这项技术还没有达到照片真实感的阶段，但结果是有希望的。
研究人员对未来持乐观态度，他们表示：“我们的实证研究证实，3D-GPT不仅能解释和执行指令，提供可靠的结果，还能与人类设计师有效合作。”
他们认为，他们的系统“突出了LLM在3D建模中的潜力，为场景生成和动画的未来发展提供了基本框架。
随着虚拟现实等技术的发展，3D-GPT等工具可能变得不可或缺。
潜在的应用程序涵盖了许多行业，包括游戏、虚拟现实、电影和多媒体体验，使3D内容创建更加高效和可访问。
3D—GPT可能会给视频游戏设计师和3D建模师敲响警钟，他们已经受到集成到Unity等流行设计平台的类似工具的攻击。
