🌎 Dream-Cubed: ИИ научился генерировать играбельные миры Minecraft, используя кубы как токены

Sakana AI совместно с Нью-Йоркским университетом представили Dream-Cubed — генеративную модель для создания интерактивных 3D-окружений в Minecraft. Исследователи обучили большие трансформеры на десятках миллиардов кубов, чтобы модель понимала структуру мира так же, как языковые модели понимают текст.

Проект состоит из двух частей. Во-первых, открыт масштабный датасет Dream-Cubed, включающий тщательно сбалансированные кубы из процедурно сгенерированного ландшафта и авторских карт (с согласия авторов). Во-вторых, на этих данных обучено семейство трансформеров для эффективной генерации миров с разрешением на уровне отдельных блоков. Модель поддерживает разные подходы (непрерывная и дискретная диффузия) и позволяет делать точный инпейнтинг, масштабный аутпейнтинг и управляемую генерацию бесконечных территорий с контролем каждого блока.

Практическое значение: сгенерированные миры сразу редактируемы и играбельны — игрок может изменять структуры, рельеф и карты, не покидая игру. Это первый шаг к полноценной генеративной разработке игровых уровней на основе ИИ.

#Games #AI #Minecraft #Generation #Transformers #SakanaAI

⚙️ Krea перестраивает модный пайплайн: от эскиза до кампании без съёмок

Дизайнер и преподаватель Таскин Гоек переводит ключевые этапы fashion-продакшна на генеративный инструмент Krea. Вместо дорогих семплов, студийных съёмок и повторных пересъёмок он выстраивает для модных домов пайплайн, где команда работает с фотореалистичными изображениями ещё до пошива или выхода на площадку.

Первый этап — внутренние дизайн-ревью: вместо технических эскизов и Photoshop-макетов дизайнеры обсуждают гиперреалистичное изображение готового предмета одежды, и утверждение проходит за меньшее число раундов. Второй — производственные семплы: производитель получает точный визуальный референс, поэтому устраняется типичная проблема рассинхрона между чертежом и интерпретацией фабрики. Количество итераций с физической пересылкой образцов сокращается с трёх до одной.

Третий сценарий — ecommerce: витринные изображения товаров генерируются за секунды без фотографа, модели и ретуши. Четвёртый — кампании: видеоролики создаются и правятся без камеры, поэтому поздние правки клиента превращаются из пересъёмки в простой эдит. Итог — меньше шагов, ниже бюджет, а цикл производства сжимается с недель до дней. Сам Гоек подчёркивает: это не покупка нового софта, а пересборка существующих процессов вокруг Krea.

#AI #Krea #Fashiontech #Generation #Design

✔️Meshy 7: новый бенчмарк геометрического соответствия для image-to-3D

Meshy AI представила Meshy 7 — новую модель генерации 3D-объектов по одному изображению. Ключевое улучшение — точность геометрии: насколько форма сгенерированной модели повторяет контуры, пропорции и силуэт исходной картинки. Вместе с моделью опубликован бенчмарк, на котором видно, как Meshy 7 справляется с задачами, где предыдущие версии теряли детали.

В бенчмарке сравниваются результаты по нескольким категориям: сложные органические формы, объекты с чёткими рёбрами, симметричные и асимметричные модели. Модель обучали с акцентом на соответствие входному изображению, а не только на визуальную привлекательность результата. Это важно для пайплайнов, где 3D-ассет должен точно совпадать с референсом: продакшен, геймдев, ритейл, архитектурная визуализация.

Практический смысл: дизайнерам и разработчикам больше не нужно вручную править меш после генерации. Meshy 7 лучше сохраняет пропорции по сравнению с прошлыми версиями, что сокращает время от референса до готовой модели. Подробные цифры и примеры сравнения — в блоге Meshy.

#AI #Meshy #Media #3D #Generation #ImageTo3D #Model

❓ Может ли ChatGPT создавать SVG-файлы: что работает на самом деле

ChatGPT умеет писать SVG-код, но не умеет превращать сгенерированные картинки в вектор. Это две разные возможности, и их путаница — причина того, что многие получают файл с расширением .svg, который ведёт себя как PNG при открытии в Figma.

Кодовый путь даёт настоящий вектор: попросите иконку-галочку 24×24 с обводкой 2px — получите валидную разметку с реальными path-данными, которую можно сохранить как icon.svg и редактировать по отдельным контурам. Генератор изображений (GPT Image 2) работает иначе: он выдаёт растр с фиксированными пиксельными размерами, без экспорта в SVG. Запрос на нативную реконструкцию image-to-SVG всё ещё висит в открытых фичреквестах OpenAI.

Хуже того, ChatGPT может «выдать файл»: запустить Python, записать .svg и дать ссылку — но внутри иногда лежит base64-картинка, обёрнутая в теги. Такой файл открывается без ошибок, но не редактируется, и его массово бракуют типографии и вышивальные производства.

Сильные места: простые геометрические иконки, правка существующей разметки (заменить все fill, нормализовать viewBox), объяснение и чистка path-синтаксиса. Слабые: модель не видит, что рисует, поэтому сложные иллюстрации разваливаются, а единый стиль набора иконок не держится — толщины обводок и радиусы придётся выравнивать вручную. Проверка проста: откройте файл в текстовом редакторе. Есть <path>, <circle>, <rect> — вектор настоящий; только <image> с длинной base64-строкой — подделка.

#AI #Image #Media #ChatGPT #Generation #SVG #Vectors