![NVIDIA於SIGGRAPH 2024發表多樣生成式AI微服務,圖像生成提升至4K還可生成3D模型](https://cdn2.techbang.com/system/excerpt_images/117152/post_inpage/0dce11f5882e65b9843e1ee998db938b.jpg?1722177336)
ADVERTISEMENT
NVIDIA於SIGGRAPH 2024電腦圖學與互動技術大會發表多項結合圖像、3D繪圖、AI的技術,並提供對應的NIM微服務協助企業加速導入AI應用。
圖像生成再進化
先前NVIDIA於GTC 2023春季展發表了與Getty Images、Shutterstock等圖庫公司合作進行生成式AI圖像技術與模型的研發,並推出Picasso框架與Edify模型來協助企業產生各種高品質影像、3D 素材、影片、360 HDRi(配合3D場景的光線)和物理渲染材質(PBR)https://www.adobe.com/tw/products/substance3d/discover/pbr.html等圖像資源。
延伸閱讀: NVIDIA於GTC 2024春季場發表Blackwell GPU與NVLink交換器晶片,單顆GPU效能高達20PFLOPS
NVIDIA在SIGGRAPH 2024中介紹了合作夥伴的最新成果,Shutterstock推出了Shutterstock Generative 3D生成服務的商業測試版,讓創作者只需輸入提示詞(Prompt)或參考圖像,就可透過「文生圖」或「圖生圖」的方式快速製作3D模型以及360度HDRi背景,並將3D模型匯入Blender或其他3D開發工具使用。而Getty Images的生成式AI服務已導入更強大的Edify模型,並提供更多設定功能讓創作者能夠控制圖像的構圖和風格,例如控制鏡頭縮放以及景深效果,新版模型除了提高1倍生成速度之外,也強化影像品質和準確性,創作者可以在大約6秒的時間產生4張圖像,並選擇想要升頻放大到4K解析度的圖像,加速整體工作流程。
這些服務最大的特色在於基礎模型使用Getty Images、Shutterstock等圖庫公司合法擁有且高品質、具有人工標注標籤(Tag)的圖像資源進行訓練,能夠確保生成的圖像商用安全(Commercially Safe,指圖像沒有版權爭議,可以用於商業應用),而且品質比許多開源模型更加理想
機器人開發也受益
NVIDIA也發表了可以進行機器人模擬和學習的NIM微服務,以及用於執行機器人負載工作的OSMO編排服務(Orchestration Service)。比較特別的是OSMO還能夠透過人類展示的資料(如透過攝影機、Apple Vision Pro拍攝人類動作),讓開發者由遠端訓練機器人。
NVIDIA提供預先建置容器(Container)的NIM微服務,讓使開發人員能夠在2分鐘完成過去需要數週的部署工作,如此一來便能透過Omniverse平台建構機器人模擬資料,並在Isaac Sim中進行AI模型的訓練,並搭配Apple Vision Pro等裝置收集遠端操作資料,大幅簡化機器人訓練和模擬工作流程,並讓開發者直觀看到產生合成資料、訓練模型、進行強化學習、軟體迴圈測試(Software-in-the-Loop Testing),加速人型機器人、自主移動機器人和工業機械手的研發。
透過NIM加速AI部署
上述這些服務可打包為NIM微服務並進行最佳化,除了能簡化部署流程,還有助於確保運作過程的最佳效能,客戶也能透過Edify服務搭配私有且具授權的資料,訓練或微調負責任的生成式模型(Responsible Generative Model),並透過NVIDIA DGX Cloud雲端主機進行大規模部署。
舉例來說,行銷和銷售解決方案領導者Omnicom也透過Getty Images的服務來簡化廣告工作流程,並生成商用安全的品牌相關圖像,協助團隊加速將創作轉化為成果。
全球最大的廣告傳播集團WPP與可口可樂公司也透過Omniverse和NIM微服務,產生圖像、影片以及OpenUSD(通用場景描述)格式3D模型等資源,建立產品數位孿生,並應用於超過100個位於全球各地的區域與市場,加速提供在地化廣告內容。
SIGGRAPH 2024將於7月28日至8月1日舉行,有興趣的讀者可參考官方網站。
請注意!留言要自負法律責任,相關案例層出不窮,請慎重發文!