Apple научила ИИ строить 3D-сцены всего по одной фотографии.

Компания Apple представила исследование «Чёткий монокулярный синтез изображения менее чем за секунду», в котором описала, как её искусственный интеллект SHARP умеет создавать трёхмерные сцены по одному плоскому снимку. Модель точно воспроизводит расстояния и масштаб, формируя объёмную сцену за один проход нейросети.

Вместо привычных 3D-моделей сцена создаётся из миллионов небольших размытых «колоколов Гаусса», которые объединяются в полноценное изображение. Раньше для такой работы требовалось десятки или сотни фотографий с разных ракурсов, теперь SHARP справляется с одной. Модель обучена на огромном количестве реальных и синтетических данных, что позволяет ей предсказывать глубину и положение объектов в пространстве.

Единственное ограничение — SHARP точно отображает только близлежащие ракурсы и не дорисовывает скрытые участки сцены. Это позволяет модели работать очень быстро: результат формируется менее чем за секунду. Исходный код SHARP уже опубликован на GitHub, и для экспериментов можно использовать даже видеоматериалы в качестве источника 3D-сцен.

@appleinside

#apple #appleinside #sharp