Astra kontra Fable: Tworzenie złożonych scen 3D za pomocą umiejętności V2Fun AI 3D

Astra kontra Fable: Tworzenie złożonych scen 3D za pomocą V2Fun AI 3D Skill

Jak dobrze agenci AI potrafią odtworzyć złożoną scenę 3D na podstawie pojedynczego obrazu referencyjnego?

Aby się tego dowiedzieć, udostępniliśmy Astrze i Fable ten sam obraz zagraconego biura i poprosiliśmy je o jego zbudowanie przy użyciu tej samej wersji V2Fun AI 3D Skill. Scena obejmowała meble, sprzęt elektroniczny, dekoracje ścienne i dziesiątki mniejszych obiektów. Każdy agent musiał rozłożyć scenę na elementy, wygenerować niezbędne zasoby 3D i złożyć je w Three.js.

Obaj agenci ukończyli scenę, ale zastosowali wyraźnie różne podejścia do modelowania i składania.

Test: jedna scena, dwa przepływy pracy

Obaj agenci użyli V2Fun AI 3D Skill do generowania zasobów 3D, a Three.js odpowiadał za końcowe złożenie sceny.

Każdy przepływ pracy wygenerował plik GLB, kod źródłowy i zrzuty ekranu do analizy. Zadanie dopuszczało połączenie zasobów generowanych przez AI i geometrii proceduralnej.

Fable zastosowała hybrydowe podejście do modelowania, łącząc obiekty wygenerowane przez AI z geometrią tworzoną w kodzie. Astra obrała inną drogę, rozszerzając generowanie V2Fun na niemal każdą część sceny.

Dwa podejścia do budowy tego samego biura

Fable: złożone zasoby z V2Fun, proste struktury w Three.js

Fable podzieliła biuro na kilka grup: strukturę pomieszczenia, główne meble, sprzęt, dekoracje ścienne i mniejsze obiekty.

Użyła V2Fun do wygenerowania obiektów o bardziej złożonych kształtach, w tym biurek, krzeseł biurowych, szaf na dokumenty i magnetofonu. Ściany, podłogi, drzwi, panele sufitowe oraz prostsze elementy, takie jak papiery i pudełka, zostały zbudowane proceduralnie w Three.js.

Łącznie Fable wygenerowała 14 kategorii zasobów AI, rozmieszczonych w 20 instancjach, a następnie połączyła je z geometrią proceduralną, aby ukończyć pomieszczenie.

Fable poświęciła również czas na optymalizację wygenerowanych modeli. Zmniejszając liczbę wielokątów i skalując tekstury, zredukowała zasoby źródłowe z około 7 milionów trójkątów do około 820 000, czyli o 88,3%. Końcowy plik GLB miał około 41,1 MB.

To podejście pozwoliło utrzymać stosunkowo niewielki rozmiar sceny. Zwykłe struktury można było bezpośrednio dostosowywać w kodzie, podczas gdy bardziej szczegółowe meble korzystały z możliwości generowania 3D przez V2Fun. Fable zachowała również zarówno oryginalne, jak i zoptymalizowane zasoby, co ułatwiło dalsze edycje i wymiany.

Kompromis był widoczny w ukończonej scenie. Niektóre proceduralnie modelowane rekwizyty wyglądały znacznie prościej niż meble wygenerowane przez AI, co powodowało zauważalne różnice w szczegółowości. Fable rozciągnęła także niektóre modele mebli, aby dopasować je do ich pozycji, co wpłynęło na ich proporcje.

Astra: generowanie całej sceny za pomocą V2Fun

Astra przyjęła podejście w większym stopniu oparte na generowaniu. Podzieliła biuro na 26 kategorii zasobów źródłowych, przesyłając przez V2Fun wszystko — od ścian i paneli sufitowych po meble, sprzęt, dekoracje i małe obiekty.

Zasoby te rozmieszczono w 62 instancjach, a Three.js wykorzystano do dostosowania ich skali, pozycji, orientacji i materiałów przed wyeksportowaniem sceny.

Astra włożyła również więcej pracy w lokalne składanie. Użyła powierzchni siatek do umieszczania obiektów na meblach i innych strukturach podpierających, dostosowała kierunek drzwi i sufitu oraz skorygowała kilka problemów z odstępami i zasłanianiem. Dokumentacja projektu zawierała 47 relacji kontaktu między obiektami.

Powstała scena miała bardziej spójny, postarzały wygląd. Jej przytłumiona zielona paleta i zużyte powierzchnie również bardziej przypominały oryginalny obraz referencyjny.

Kosztem była znacznie cięższa scena. Nawet proste struktury, takie jak ściany i panele sufitowe, zostały wygenerowane jako szczegółowe siatki. Bez porównywalnego etapu redukcji wielokątów końcowy plik GLB Astry osiągnął około 432,6 MB, a po uwzględnieniu rozmieszczonych instancji zawierał około 31 milionów trójkątów.

Dodatkowa geometria zachowała więcej szczegółów, ale niektóre zwykłe struktury nadal wykazywały niedokładności kształtu. W ukończonej scenie widoczne były również powtarzające się obiekty i nierówne odstępy.

Astra kontra Fable: spojrzenie na liczby

Oto porównanie obu ukończonych projektów.

Dane pochodzą z końcowych plików GLB i dokumentacji projektów. Liczba trójkątów instancji obejmuje powtarzające się rozmieszczenia i nie powinna być traktowana jako rzeczywista liczba trójkątów renderowanych w pojedynczej klatce. Oba przepływy pracy różniły się również zakresem generowania, dlatego rozmiar pliku, liczba zasobów i zarejestrowany czas nie są bezpośrednio porównywalnymi miarami ogólnej wydajności agentów.

Fable stworzyła znacznie mniejszy i łatwiejszy w zarządzaniu projekt. Połączenie modelowania proceduralnego i optymalizacji zasobów pomogło ograniczyć rozmiar pliku, pozostawiając jednocześnie możliwość dalszych zmian.

Astra wygenerowała więcej pojedynczych zasobów i poświęciła więcej pracy na dopracowanie ich rozmieszczenia. Jej scena zachowała znacznie więcej geometrii, co wiązało się z większymi wymaganiami dotyczącymi pamięci masowej i przetwarzania.

Rozmiar pliku to jednak tylko część obrazu. Przyjrzyjmy się, jak dokładnie każdy wynik odpowiada oryginalnemu biuru.

Obraz referencyjny	Fable	Astra

Porównanie końcowych scen 3D

Geometria i szczegółowość: więcej szczegółów, inne kompromisy

Patrząc na modele bez tekstur, Fable dość dobrze uchwyciła główne kształty biurek, krzeseł i regałów na książki. Niektóre mniejsze obiekty zostały jednak uproszczone, a w kilku miejscach widoczna była połączona geometria lub nierówny poziom szczegółowości.

Scena Astry zawierała więcej szczegółów geometrycznych zarówno w przypadku mebli, jak i mniejszych rekwizytów. Mimo to kilka struktur o ostrych krawędziach wyglądało na lekko wygładzone, a niektóre kształty były mniej dokładne, niż można by oczekiwać po ich poziomie szczegółowości.

Optymalizacja Fable ułatwiła zarządzanie sceną, podczas gdy Astra zachowała więcej wygenerowanej geometrii. Żadne z podejść nie rozwiązało całkowicie problemów z kształtem i proporcjami widocznych w poszczególnych zasobach.

Fable	Astra

Materiały i atmosfera; Astra jest bliżej obrazu referencyjnego

Referencyjne biuro ma charakterystyczny wygląd: przytłumione zielone odcienie, zużyte meble, postarzałe ściany i ślady długotrwałego użytkowania.

Astra zachowała więcej tej atmosfery. Jej materiały i ślady zużycia były stosunkowo spójne w całym pomieszczeniu, dzięki czemu scena bardziej przypominała obraz referencyjny. Niektóre powierzchnie nadal w dużej mierze opierały się na kolorze i wzorach zabrudzeń sugerujących wiek, przy ograniczonym zróżnicowaniu chropowatości i odbić.

Materiały Fable były wystarczająco wyraźne, aby odróżnić główne obiekty, a scena wykazywała pewne zróżnicowanie między ciepłymi i chłodnymi odcieniami. Jednak kilka powierzchni wyglądało stosunkowo nowo. Całość bardziej przypominała zwykłe działające biuro, z mniejszą dozą postarzałej, zamkniętej atmosfery widocznej w oryginale.

Fable	Astra

Układ sceny: meble są na miejscu, ale pomieszczenie sprawia inne wrażenie

Obaj agenci zdołali zidentyfikować główne meble i rozmieścić je w rozpoznawalnym biurze. Biurka, półki, szafy na dokumenty i inne główne obiekty zostały na ogół umieszczone w oczekiwanych miejscach.

Różnice stają się wyraźniejsze przy porównaniu ogólnego układu z obrazem referencyjnym.

Oryginalne pomieszczenie sprawia wrażenie zatłoczonego, a meble i mniejsze obiekty znajdują się blisko siebie. Obiekty na pierwszym planie częściowo zasłaniają widok na te znajdujące się za nimi, tworząc silniejsze wrażenie głębi i bardziej zwartego wnętrza.

Obie zrekonstruowane sceny wyglądają na bardziej przestronne i uporządkowane.

Fable rozciągnęła lub przemieściła niektóre meble, aby układ zadziałał, zmieniając przy tym kilka proporcji. Astra wprowadziła więcej lokalnych korekt w rozmieszczeniu obiektów i punktach kontaktu, ale ogólne odstępy nadal były większe niż na obrazie referencyjnym.

Ukończone sceny można otwierać, analizować i edytować. Ich układy nadal wymagają jednak pracy, aby lepiej odpowiadały oryginalnej kompozycji i relacjom przestrzennym.

Co to oznacza dla przepływów pracy związanych z AI 3D?

Test pokazuje dwa praktyczne sposoby budowania złożonej sceny 3D z agentem AI i V2Fun.

Fable powierzyła V2Fun złożone obiekty, użyła Three.js do zwykłych struktur i zoptymalizowała zasoby przed końcowym składaniem. Rezultatem był lżejszy projekt, który można było łatwiej dalej edytować.

Astra w większym stopniu polegała na zasobach wygenerowanych przez V2Fun i wprowadziła dodatkowe korekty podczas składania. Jej końcowa scena miała bardziej spójny styl wizualny i bardziej szczegółowe lokalne rozmieszczenie, choć geometria pozostała znacznie cięższa.

Oba przepływy pracy stworzyły kompletne sceny biurowe. W obu pozostały również widoczne różnice w proporcjach mebli, odstępach między obiektami, zasłanianiu i ogólnej kompozycji.

Poprawa tych wyników będzie wymagać lepszego porównywania z obrazem referencyjnym na każdym etapie składania. Proporcje pomieszczenia i kadrowanie kamery należy ustalić wcześnie, a następnie dokładniej dostosować rozmieszczenie, zasłanianie, materiały i oświetlenie.

W przypadku złożonych projektów 3D generowanie poszczególnych zasobów stanowi już znaczną część przepływu pracy. Sposób organizowania, rozmieszczania, optymalizowania i poprawiania tych zasobów ma równie duży wpływ na ukończoną scenę.

Aby poznać generowanie 3D oparte na komponentach we własnych przepływach pracy agentów, odwiedź stronę V2Fun AI 3D Skill, aby dowiedzieć się więcej.