เปลี่ยนเซลฟี่เป็นอวตาร 3 มิติ

ภาพรวม

คุณถือโทรศัพท์ไว้ในระยะช่วงแขน บนหน้าจอมีภาพถ่ายด้านหน้าหนึ่งภาพ และมีเป้าหมายหนึ่งอย่าง: อวตาร 3 มิติสำหรับการสตรีมหรือเกม กระบวนการนี้ครอบคลุมหกขั้นตอน และการสร้างเมชจากภาพถ่ายของ V2Fun ครอบคลุมครึ่งหนึ่งที่เป็นการสร้าง สิ่งที่ตามมาจะพาคุณตั้งแต่การเตรียมภาพถ่ายไปจนถึงการส่งต่องานเพื่อส่งออก และจบลงที่แอสเซ็ตที่เสร็จสมบูรณ์ จากนั้นซอฟต์แวร์ขับเคลื่อนแบบเรียลไทม์ของคุณจะรับช่วงต่อ เตรียมเซลฟีที่ใช้งานได้หนึ่งภาพและเครื่องมือปลายทางที่ต้องการไว้ในใจ

แยกเลเยอร์ของเครื่องมือและตรวจสอบความสอดคล้องของตัวละคร

การแยกสองเลเยอร์ออกจากกันช่วยให้การตัดสินใจเลือกเครื่องมือยึดโยงกับข้อเท็จจริง ในคำพูดของแหล่งข้อมูลคือ "การทำให้เลเยอร์เหล่านี้สับสนกันนำไปสู่การเปรียบเทียบที่ทำให้เข้าใจผิด" ฝั่งปลายทางก็มีการเปลี่ยนแปลงเช่นกัน แพลตฟอร์ม VR เชิงสังคมแข่งขันกันด้วยอวตารที่มีสไตล์ ตามเนื้อหาครอบคลุมเรื่อง Fantastical Avatars ของ Horizon Worlds

เวิร์กโฟลว์ต้นทางเตือนว่า "เวิร์กโฟลว์ AI จำนวนมากประสบปัญหาความคลาดเคลื่อนของตัวละคร โดยใบหน้า ทรงผม เสื้อผ้า หรือสัดส่วนร่างกายเปลี่ยนแปลงไประหว่างขั้นตอนการสร้างภาพ การสร้างโมเดล และการทำแอนิเมชัน" แนวทางการถ่ายภาพในที่นี้เป็นการสรุปภาพรวมจากเวิร์กโฟลว์การแปลงภาพถ่ายเป็นมนุษย์ดิจิทัลของ V2Fun สิ่งที่จะส่งมอบคือแอสเซ็ตอวตารที่เตรียมไว้สำหรับการขับเคลื่อน ส่วนลำดับการเคลื่อนไหวหลังจากการทำริกยังคงอยู่กับเครื่องมือขับเคลื่อน

สิ่งที่ไม่รวมอยู่ในการสร้างอวตาร

ขอบเขตตามถ้อยคำในแหล่งข้อมูล: "สื่อ V2Fun ที่มีอยู่รองรับการสร้างแอสเซ็ต 3D, การทำพื้นผิวด้วย AI, การทำริกตัวละครมนุษย์, การจับการเคลื่อนไหว, การดูตัวอย่างแอนิเมชัน และเวิร์กโฟลว์ที่มุ่งเน้นการส่งออก สื่อเหล่านั้นไม่ได้ยืนยันด้วยตัวเองว่ารองรับการติดตามใบหน้าแบบเรียลไทม์, ลิปซิงก์, ปุ่มลัดสำหรับการแสดงอารมณ์, การติดตามมือ, การควบคุม OBS หรือความเข้ากันได้กับแอปพลิเคชัน VTuber ทุกตัว" การติดตามใบหน้า, ลิปซิงก์, ปุ่มลัด, การติดตามมือ และการควบคุม OBS ล้วนอยู่ในชั้นขับเคลื่อน ซึ่งได้รับการทดสอบในแอปพลิเคชันเป้าหมาย

การทำริกอัตโนมัติครอบคลุมโมเดลท่า T ที่สร้างโดยระบบ แต่ไม่รับประกันผลลัพธ์ ในแง่การจัดวาง เอกสารเดียวกันระบุอย่างตรงไปตรงมาว่า: "V2Fun ควรอยู่ในการประเมินเมื่ออวตารยังต้องสร้างหรือเตรียมการ" คำถามบางส่วนยังคงไม่มีคำตอบ เนื่องจากแหล่งข้อมูลไม่ได้กล่าวถึง: ไม่มีข้อเท็จจริงจากแหล่งข้อมูลว่าทรงผม แว่นตา เครา หรือท่าทางที่สื่ออารมณ์ส่งผลต่อความเที่ยงตรงอย่างไร และไม่มีข้อมูลเช่นกันว่าความแม่นยำเป็นอย่างไรเมื่อเทียบกับการสแกนใบหน้าโดยเฉพาะ

รูปถ่ายหน้าตรงหนึ่งรูป หรือสามมุมมอง

คุณภาพของภาพที่ป้อนเข้าคือส่วนที่คุณควบคุมได้มากที่สุด ค่ามาตรฐานคือภาพถ่ายด้านหน้าหนึ่งภาพที่มีแสงสม่ำเสมอและไม่มีสิ่งบดบัง และเวิร์กโฟลว์อย่างเป็นทางการรองรับรูปแบบนี้โดยเฉพาะ สำหรับภาพเซลฟี่: จัดใบหน้าให้ตรงกับกล้อง ให้แสงสม่ำเสมอ และอย่าให้เส้นผม มือ และแว่นตาบดบังเส้นขอบใบหน้า แสงที่สม่ำเสมอมีประโยชน์สองด้าน โดยใช้เป็นข้อมูลทั้งในการอ่านเรขาคณิตใบหน้าและพื้นผิว

ลำดับการอัปเกรดคือภาพอ้างอิงด้านหน้า ด้านข้าง และด้านหลัง โดยหน้า Multi-view 3D Modeling ระบุมาตรการดังกล่าวไว้ บันทึกอย่างเป็นทางการที่เผยแพร่เกี่ยวกับการเปลี่ยนตัวละครแชตให้เป็น 3D อธิบายลำดับที่ละเอียดขึ้น ได้แก่ แนวคิดตัวละคร ภาพอ้างอิง มุมมองหลายด้านเพิ่มเติม ตัวละคร 3D ที่สมบูรณ์ จากนั้นจึงทำเท็กซ์เจอริง 8K เพื่อแสดงรายละเอียดพื้นผิวและวัสดุของเสื้อผ้า บันทึกดังกล่าวเรียกลำดับนี้ว่า "ไม่กี่ขั้นตอน" และไม่ได้ระบุจำนวนหรือระยะเวลา

สร้างและตรวจสอบ: เมชสีขาว เท็กซ์เจอร์ มุมต่างๆ

ภายในแพลตฟอร์ม กระบวนการนี้ใช้เวลาไม่นาน: อัปโหลดรูปถ่ายด้านหน้า ปล่อยให้อัลกอริทึมจดจำลักษณะใบหน้าและสร้างไวต์เมช 3D จากนั้นดาวน์โหลดโมเดลเป็นโมเดล .fbx ที่ใช้ได้ทั่วไปพร้อมชุดเท็กซ์เจอร์ PBR ระดับ 4K บล็อกอย่างเป็นทางการของเชนนี้ลงรายละเอียดเกี่ยวกับขั้นตอนดังกล่าวมากขึ้น และยังระบุตัวเลขด้านความเร็วไว้ด้วย: ไวต์เมช "ภายในไม่กี่วินาที," รอบการสร้างโมเดลจาก "หลายวัน" เหลือ "ไม่กี่ชั่วโมง," และเวลาการทำซ้ำลดลง "กว่า 90%" — ทั้งสามรายการเป็นตัวเลขที่ V2Fun ระบุเอง

การตรวจสอบคือหัวใจของงานที่แท้จริง ตรวจสอบทุกมุมมองก่อนเริ่มงานแอนิเมชัน เพราะมุมมองที่มองไม่เห็นคือการคาดเดา ทดสอบการเคลื่อนไหวตั้งแต่เนิ่นๆ ทันทีที่โมเดลเริ่มขยับ เพราะข้อบกพร่องที่พบก่อนการทำเท็กซ์เจอร์และการริกมีต้นทุนต่ำที่สุด และประเมินเท็กซ์เจอร์จากระยะใกล้ เพราะใบหน้าจะถูกมองอย่างใกล้ชิดมากพอที่ข้อบกพร่องจะเห็นได้ทันที

ประเมินเท็กซ์เจอร์ที่ส่งออก

เส้นทาง 8K มีคำเตือนจากต้นทาง: ให้ประเมินแอสเซ็ตที่ส่งออกแทนพรีวิวในเบราว์เซอร์ เพราะความละเอียดสูงเพียงอย่างเดียวไม่ได้รับประกันรอยต่อที่เรียบเนียน รายละเอียดที่แม่นยำ หรือประสิทธิภาพของแอปพลิเคชันเป้าหมาย รูปแบบไฟล์มีเงื่อนไขแยกจากกัน: GLB และ 3MF เป็นคู่รูปแบบการส่งออกที่แพลตฟอร์มเว็บยืนยันแล้ว ขณะที่การดาวน์โหลด .fbx พร้อมพื้นผิว PBR 4K เป็นของกรณีบล็อกเฉพาะนั้น ดังนั้นไปป์ไลน์ที่พึ่งพา FBX ควรตรวจสอบเมนูการส่งออกก่อน สถานะรูปแบบไฟล์ที่นี่ตรวจสอบเทียบกับเว็บไซต์ที่ใช้งานจริงเมื่อ 2026-09-25.

การติดตั้งอุปกรณ์เสริมและการส่งมอบงาน

การทำ Rigging เป็นทางเลือก; สามารถสร้างอวตารให้เสร็จในเบื้องต้นเป็นแอสเซ็ตแบบคงที่ได้ ความสามารถที่มีการระบุไว้สรุปในบรรทัดเดียวว่า: "V2Fun รองรับการทำ auto-rigging สำหรับโมเดลท่า T-pose ที่สร้างขึ้น" และโมเดลต้องอยู่ในท่า T-pose ไม่มีข้อมูลใดในเนื้อหาที่สนับสนุนการทำ rig ที่สมบูรณ์แบบด้วยคลิกเดียว ดังนั้นควรวางแผนทดสอบการเคลื่อนไหว ตรวจสอบให้ครบทุกมุมหลังการทำ rigging และแก้ไขด้วยตนเองสำหรับอวตารสไตไลซ์หรือโครงสร้างร่างกายที่ไม่เป็นมาตรฐาน ความคิดเห็นจากผู้ใช้ที่พบได้บ่อยประการหนึ่งเชื่อมโยงความเข้ากันได้ด้านการสวมใส่ การทำ rigging และประสิทธิภาพของอุปกรณ์เข้าด้วยกัน ฟีเจอร์นี้มีการอธิบายไว้ในหน้าการทำ AI Auto-rigging

แผนการทำความสะอาดอักขระในขั้นตอนถัดไป

สำหรับการใช้งานในโปรดักชัน การทำรีโทโพโลยี การเก็บรายละเอียดเท็กซ์เจอร์ การลดจำนวนโพลิกอน และการทดสอบกับเอนจิน อาจยังคงเป็นขั้นตอนที่อยู่ระหว่างการดาวน์โหลดกับการนำคาแรกเตอร์ไปใช้งานจริงใน Unity หรือ Unreal Engine เมื่ออัปโหลดโดยตรงไปยังแพลตฟอร์มโซเชียล VR ไลบรารีต้นทางไม่ได้ให้ข้อมูลไว้

V2Fun อยู่ตรงไหนในกระบวนการสร้างอวตาร

V2Fun อยู่ในเลเยอร์การสร้าง: อัปโหลดภาพถ่ายหน้าตรงหนึ่งภาพ, สร้างเมชสีขาว, ดาวน์โหลดชุดเท็กซ์เจอร์ และมีการทำ auto-rigging สำหรับโมเดลท่า T-pose อยู่ในแผนก่อนส่งออก. การขับเคลื่อนแบบเรียลไทม์ยังคงอยู่กับเครื่องมือที่สร้างมาเพื่อสิ่งนี้ ซึ่งเป็นการแบ่งขอบเขตที่ส่วนข้อจำกัดได้วางไว้แล้ว

เซลฟี่คือบรีฟทั้งหมด ไฟล์ที่ดาวน์โหลดจะเป็น .fbx พร้อมชุดเท็กซ์เจอร์ PBR ระดับ 4K ในสายบล็อก และเมนูส่งออกเว็บยืนยันว่ารองรับ GLB และ 3MF การทำริกยังคงเป็นตัวเลือก: ทำออโต้ริกสำหรับโมเดล T-pose ที่สร้างขึ้น ผลลัพธ์ไม่รับประกัน แล้วค่อยทดสอบการเคลื่อนไหว ไลฟ์สตรีมมิงเป็นหน้าที่ของเครื่องมือปลายทาง — เช็กลิสต์หกข้อส่งการจับใบหน้าและลิปซิงก์ไปที่นั่น และเส้นทาง CC5 ครอบคลุมการทำริกระดับอุตสาหกรรม