AI语言模型的新突破：用纯文字描述生成3D模型

 

 

在数字艺术与设计领域，3D建模是一项既复杂又耗时的工作，通常需要专业的软件和技能才能完成。然而，最近英伟达(NVIDIA)发布了一项令人振奋的技术——LLaMA-Mesh，这项技术让AI语言模型能够通过纯文字描述来生成3D模型，极大地降低了3D建模的门槛，为设计师和艺术家提供了新的创作工具。

工作原理

1. 基础模型

LLaMA-Mesh基于Meta公司开发的开源大语言模型LLaMA-3.1-8B-Instruct。这款语言模型以其强大的自然语言处理能力而闻名，通过进一步的定制和优化，使其具备了处理3D模型的能力。

2. 创新点

该技术的核心创新在于将3D模型数据转换成文字形式，具体来说是使用OBJ格式，这是一种常见的3D模型文件格式。通过这种方式，语言模型可以像处理普通文本一样处理3D模型数据，从而实现了对3D模型的理解和生成。

3. 训练方法

为了使模型能够理解和执行与3D相关的指令，研究团队使用了专门设计的数据集对LLaMA-3.1-8B-Instruct进行了微调。这些数据集包含了大量3D模型及其对应的文本描述，确保了模型