未來3D建模師將不必辛苦從零開始建制3D立體模型，藉由人工智慧方式即可快速生成基礎模型內容，並且能以更多時間處理細節修飾，或許未來對於3D動畫、模型，或是遊戲內容等都能帶來更高製作效益。
有利於3D動畫、模型或遊戲內容製作效益
由在Facebook Reality Labs擔任研究科學家的齋藤俊輔與南加州大學合作研究的PIFuHD項目，透過輸入解析度達1024 x 1024的高解析圖像，即可藉由人工智慧識別生成一組能以隨意角度檢視的3D立體模型，搭配其他軟體工具的話，幾乎可讓3D建模效率大幅提升。
PIFuHD是以過去提出的PIFu為基礎，將當時僅能輸入解析度達512 x 512的影像規格提高，讓實際輸出的3D立體模型解析度增加，讓更多細節能被忠實還原。
同時，藉由生成對抗神經網路運算模式，讓人工智慧能透過過去分析學習資料，藉此猜測所識別影像背面可能形式，藉此讓實際生成3D立體模型變得更加真實。
目前PIFuHD相關資料已經透過GitHub公開，同時相關內容也透過Colab進行展示，讓更多人可以透過PIFuHD進行創作應用，甚至也有人搭配可藉由人工智慧讓3D立體模型依照角本動作的Mixamo，讓PIFuHD藉由平面影像生成的3D立體模型能進一步「活動」。
這樣的設計，意味未來3D建模師將不必辛苦從零開始建制3D立體模型，藉由人工智慧方式即可快速生成基礎模型內容，並且能以更多時間處理細節修飾，或許未來對於3D動畫、模型，或是遊戲內容等都能帶來更高製作效益。
2 則回應
股市回調助長投機之風，後市該如何佈局？ t.me/joinchat/AAAAAFSfy2CNZofKkx34Dw