Nvidiaはシンプルなテキストプロンプトをゲーム対応の3Dモデルに変換します

NvidiaはGTC 2024にて、Latte3Dと呼ばれる新たな生成AIモデルを発表しました。Latte3Dは、ChatGPTの強力な強化版と言えるでしょう。Latte3Dは、シンプルで短いテキストプロンプトを受け取り、1秒以内に3Dオブジェクトや動物に変換するテキスト3Dモデルです。従来のモデルよりもはるかに高速なLatte3Dは、仮想3Dプリンターのように動作し、様々な業界のクリエイターにとって便利なツールとなるでしょう。

Latte3Dは、ビデオゲーム、デザインプロジェクト、マーケティング、さらには機械学習やロボット工学のトレーニングなど、様々なクリエイターが3Dモデルを簡単に作成できるようにするために開発されました。Nvidiaによるモデルのデモでは、非常に簡単に使えることが確認できました。簡単なテキストプロンプトを入力すると、AIが3Dモデルを生成し、その後すぐにより詳細なディテールに仕上げてくれます。最終的な出来栄えはOpenAIのSoraほどリアルではありませんが、それは意図されたものではありません。これは、アセットをゼロから構築するのではなく、作成をスピードアップさせるための手段なのです。

モデルはユーザーが選択できる複数のオプションを生成し、NVIDIAによると、これらの形状は「数分以内に高品質に最適化」できるとのことです。その後、デザインはNVIDIAのOmniverseなどのさまざまなプラットフォームにエクスポートでき、希望する最終結果に合わせて調整できます。NVIDIAは、Ada A100 Tensor Core GPUを使用してLatte3Dをトレーニングし、ChatGPTプロンプトでトレーニングをサポートすることで、実際のユーザーとのインタラクションに対応しました。

現時点では、Latte3Dはオブジェクトと動物しか生成できません。そのため、様々な動物、テクスチャ、オブジェクトの種類をしっかりと識別しているように見えます。NVIDIAは、編みぐるみで作ったツルや折り紙のスフィンクス猫などのオブジェクトを展示することで、これらの機能を披露しました。このモデルは様々な動物種を認識するように学習されており、イタリアン・グレーハウンドと柴犬の違いを判別できます。

Latte3Dをさらに活用したいクリエイターは、植物や家庭用品など、異なるデータセットでLatte3Dを学習させ、その後独自の用途に活用することができます。NVIDIAは、パーソナルアシスタントロボットを運用前に学習させるなど、興味深いユースケースをいくつか提案しています。Latte3Dがゲーム開発者にとって役立つことは容易に想像できますが、その可能性はゲームだけにとどまりません。

NvidiaのAI研究担当バイスプレジデント、サンジャ・フィドラー氏は、Latte3Dが従来のものと比べてどれほど高速になったかについて次のように述べています。「1年前、AIモデルでこの品質の3Dビジュアルを生成するのに1時間かかっていましたが、現在の最先端技術では約10～12秒です。今では、桁違いに速く結果を生成できます」

ゲーム開発におけるAI活用に関する最近の発表はどれも非常に画期的であり、NVIDIAのLatte3Dは、将来ゲーム開発のプロセスを根本的に変える可能性のあるツールの新たなリストに加わりました。例えば、NVIDIAは先日、AIによって完全に生成されたセリフを持つノンプレイヤーキャラクター（NPC）を発表しました。一方、Unreal Engineの最新アップデートでは、機械学習を活用して、映画品質のビジュアルをゲーム内でリアルタイムに生成できるようになりました。