想象一下，现在只需要一个简单的提示词，你就可以创建任何东西的3D模型。(三维设计师估计也要下岗了！)

在过去的一年，OpenAI变成了炙手可热的互联网公司。根本上是其两个重大项目而成为互联网的热点话题：Dall-E 2和ChatGPT。在这两个庞大的人工智能平台之间，该公司通过简单的提示词生成图像和长篇的文本。相信小伙伴们都已经尝试过了ChatGPT-4的强大之处了。

然而，就在最近，OpenAI已经推出了其第三个人工智能的概念，同时在2022年圣诞节前发布了测试，不过由于是python的开源代码，所以小白用户比较难体验感受。但还是引起了许多业内人士的兴趣。这就是Point-E，一款遵循着类似GPT的模式，只需要你的自然语言提示词就可以创建出3D内容的强大算法模型。

在很多方面，Point-E是Dall-E 2的继任者，甚至使用相同的命名规则。 Dall-E用于从头开始创建图像，而Point-E更进一步，将这些图像转换为3D模型。

在OpenAI团队发布的研究论文中宣布的Point-E有两个部分：首先，使用文本到图像人工智能将您的文字提示转换为图像，然后使用第二个功能将该图像转换为3D模型。

如果Dall-E 2旨在创建高质量的图像文件，而Point-E则是创建了一个质量较低的图像，但已经满足形成3D模型的各类前置条件。与传统的3D模型不同，Point-E实际上并没有生成整个流体结构。相反，它生成point cloud（因此得名）。这意味着在空间中分布着代表3D形状的许多点。显然这看起来不太一样，这就是为什么该模型有第二步。团队训练了一个额外的AI模型来将点转换为网格。这是更好地类似于对象的形状，模具和边缘的东西。但是，当你处理这么多元素时，算力还是会显得不足。

目前OpenAI在研究论文中指出，物体可能会会缺少点或导致方块状物体。虽然结果不完美，但这种方法的最大优势之一是速度非常快，而且生成最终图像所需的硬件要求非常低。根据OpenAI的资料，您只需要一台独显的计算机，1-2分钟即可生成结果。

当然，谷歌有一个名为DreamFusion的类似工具，它可以创建更精确的结果，但它需要更强大的硬件，并且需要更长的时间才能得到结果。虽然Point-E还不如Dall-E强大，但有一天它也可能能够仅基于文本输入创建逼真的3D模型。

为使模型运作，团队必须进行训练。流程的前半部分，即文本至图像部分，与Dall-E 2相同，使用文字提示进行训练。这意味着图像附带了替代文本，以帮助模型理解图像中的内容。然后，图像至3D模型也必须以类似的方式进行训练。它接受了相似的训练，提供了一组图像，这些图像与3D模型配对，使Point-E能够理解两者之间的关系。

这种训练重复了数百万次，使用了大量数据集。在模型的第一次测试中，Point-E能够通过点云粗略地重现请求的彩色估计值，但距离准确的表示还有很长的路要走。这项技术仍处于早期阶段，可能还需要一年的时间，我们才能看到Point-E制作准确的3D渲染，并且公众能够像使用Dall-E 2或ChatGPT一样与它互动。

目前，Point-E尚未通过OpenAI在其官方网站发布，但是好学的你可以通过Github获得源码，用于研究及训练。链接地址如下：GitHub体验地址

或者，您也可以通过Hugging Face测试该技术 。Hugging体验地址

又或则你不懂代码，我给你一个国外技术网站整合好的应用平台进行体验，这个网址你可以上传一张本地jpg转成3d模型(我测试了效果不好，都是碎片化了)：Dags hub 体验版本

目前该图片转成3d还处于初级阶段，因此产生内容不是最准确，但它的确是给出了该技术未来的想法，方向是毋庸置疑的。最后，随着大多数现代人工智能程序的出现，很快就出现了一个问题，那就是它们的设计目的是什么。对于ChatGPT和Dall-E 2，人们越来越担心这些平台会取代艺术家和创意人员。相同的担忧可能会出现在Point-E上。三维设计是一个巨大的产业，虽然Point-E现在还无法准确匹配三维艺术家的作品，但它未来可能会与这个领域竞争。不过对于像三维渲染这样复杂的东西，估计要实现高精度模型的制作，还需要大量的金钱投入。让我们拭目以待吧！