Astra vs Fable: Xây dựng các cảnh 3D phức tạp với Kỹ năng AI 3D của V2Fun

Astra và Fable: Xây dựng các cảnh 3D phức tạp với V2Fun AI 3D Skill

Các tác nhân AI có thể tái tạo một cảnh 3D phức tạp từ một hình ảnh tham chiếu duy nhất tốt đến mức nào?

Để tìm hiểu, chúng tôi cung cấp cho Astra và Fable cùng một hình ảnh về một văn phòng bừa bộn và yêu cầu chúng xây dựng hình ảnh đó bằng cùng một phiên bản V2Fun AI 3D Skill. Cảnh này bao gồm đồ nội thất, thiết bị điện tử, đồ trang trí tường và hàng chục vật thể nhỏ hơn. Mỗi tác nhân phải phân tích cảnh, tạo các tài sản 3D cần thiết và lắp ráp chúng trong Three.js.

Cả hai tác nhân đều hoàn thành cảnh, nhưng áp dụng những cách tiếp cận khác nhau đáng kể trong việc dựng hình và lắp ráp.

Bài kiểm tra: Một cảnh, hai quy trình

Cả hai tác nhân đều sử dụng V2Fun AI 3D Skill để tạo tài sản 3D, với Three.js đảm nhiệm việc lắp ráp cảnh cuối cùng.

Mỗi quy trình tạo ra một tệp GLB, mã nguồn và ảnh chụp màn hình để kiểm tra. Nhiệm vụ cho phép kết hợp các tài sản do AI tạo ra và hình học dựng bằng quy trình.

Fable sử dụng cách tiếp cận dựng hình kết hợp, kết hợp các vật thể do AI tạo ra với hình học được xây dựng bằng mã. Astra chọn một hướng khác, mở rộng khả năng tạo của V2Fun đến gần như mọi phần của cảnh.

Hai cách tiếp cận để xây dựng cùng một văn phòng

Fable: Tài sản phức tạp với V2Fun, cấu trúc đơn giản với Three.js

Fable chia văn phòng thành một số nhóm: cấu trúc phòng, đồ nội thất chính, thiết bị, đồ trang trí tường và các vật thể nhỏ hơn.

Nó sử dụng V2Fun để tạo các vật thể có hình dạng phức tạp hơn, bao gồm bàn làm việc, ghế văn phòng, tủ hồ sơ và máy ghi âm. Tường, sàn, cửa, các tấm trần và những vật dụng đơn giản hơn như giấy tờ và hộp được dựng theo quy trình bằng Three.js.

Tổng cộng, Fable đã tạo ​14 danh mục tài sản AI, được đặt thành 20 phiên bản​, sau đó kết hợp chúng với hình học dựng theo quy trình để hoàn thiện căn phòng.

Fable cũng dành thời gian tối ưu hóa các mô hình được tạo ra. Bằng cách giảm số lượng đa giác và thay đổi kích thước kết cấu, nó đã giảm các tài sản nguồn từ khoảng 7 triệu tam giác xuống còn khoảng 820.000, giảm ​88,3%​. Tệp GLB cuối cùng có dung lượng khoảng 41,1 MB.

Cách tiếp cận này giúp cảnh tương đối nhẹ. Các cấu trúc thông thường có thể được điều chỉnh trực tiếp bằng mã, trong khi đồ nội thất chi tiết hơn được hưởng lợi từ khả năng tạo 3D của V2Fun. Fable cũng giữ lại cả tài sản gốc và tài sản đã tối ưu hóa, giúp việc chỉnh sửa và thay thế tiếp theo dễ dàng hơn.

Sự đánh đổi này thể hiện rõ trong cảnh hoàn thiện. Một số đạo cụ được dựng theo quy trình trông đơn giản hơn nhiều so với đồ nội thất do AI tạo ra, tạo ra những khác biệt đáng chú ý về chi tiết. Fable cũng kéo giãn một số mô hình đồ nội thất để khớp với vị trí, làm ảnh hưởng đến tỷ lệ của chúng.

Astra: Tạo toàn bộ cảnh bằng V2Fun

Astra áp dụng cách tiếp cận phụ thuộc nhiều hơn vào việc tạo tài sản. Nó chia văn phòng thành ​26 danh mục tài sản nguồn​, đưa mọi thứ từ tường và tấm trần đến đồ nội thất, thiết bị, đồ trang trí và các vật thể nhỏ qua V2Fun.

Các tài sản này được sắp xếp thành 62 phiên bản, với Three.js được sử dụng để điều chỉnh tỷ lệ, vị trí, hướng và vật liệu trước khi xuất cảnh.

Astra cũng đầu tư nhiều công sức hơn vào việc lắp ráp cục bộ. Nó sử dụng các bề mặt lưới để định vị vật thể trên đồ nội thất và các cấu trúc hỗ trợ khác, điều chỉnh hướng của cửa ra vào và trần nhà, đồng thời sửa một số vấn đề về khoảng cách và che khuất. Hồ sơ dự án ghi nhận ​47 mối quan hệ tiếp xúc giữa các vật thể​.

Cảnh kết quả có diện mạo cũ nhất quán hơn. Bảng màu xanh lục trầm và các bề mặt hao mòn của cảnh cũng gần hơn với hình ảnh tham chiếu ban đầu.

Đổi lại là một cảnh nặng hơn nhiều. Ngay cả các cấu trúc đơn giản như tường và tấm trần cũng được tạo dưới dạng các lưới chi tiết. Không có một bước giảm đa giác tương đương, tệp GLB cuối cùng của Astra đạt khoảng 432,6 MB, với khoảng 31 triệu tam giác khi tính cả các phiên bản đã đặt.

Hình học bổ sung giữ lại nhiều chi tiết hơn, nhưng một số cấu trúc thông thường vẫn cho thấy sự thiếu chính xác về hình dạng. Các vật thể lặp lại và khoảng cách không đồng đều cũng xuất hiện trong cảnh cuối cùng.

Astra và Fable: So sánh các con số

Dưới đây là cách hai dự án cuối cùng so sánh với nhau.

Các số liệu lấy từ các tệp GLB cuối cùng và hồ sơ dự án. Số lượng tam giác của các phiên bản bao gồm những vị trí lặp lại và không nên được xem là số lượng kết xuất thực tế trên mỗi khung hình. Hai quy trình cũng khác nhau về phạm vi tạo, vì vậy dung lượng tệp, số lượng tài sản và thời gian được ghi nhận không phải là các thước đo trực tiếp để so sánh hiệu suất tổng thể của tác nhân.

Fable tạo ra một dự án nhỏ hơn và dễ quản lý hơn nhiều. Sự kết hợp giữa dựng hình theo quy trình và tối ưu hóa tài sản giúp giảm dung lượng tệp, đồng thời vẫn để lại không gian cho các điều chỉnh tiếp theo.

Astra tạo ra nhiều tài sản riêng lẻ hơn và dành nhiều công sức hơn để tinh chỉnh vị trí của chúng. Cảnh của nó giữ lại nhiều hình học hơn đáng kể, kéo theo nhu cầu lưu trữ và xử lý cao hơn.

Tuy nhiên, dung lượng tệp chỉ là một phần của bức tranh. Hãy xem mỗi kết quả khớp với văn phòng ban đầu đến mức nào.

Hình ảnh tham chiếu	Fable	Astra

So sánh các cảnh 3D cuối cùng

Hình học và chi tiết: Nhiều chi tiết hơn, những đánh đổi khác nhau

Khi xem các mô hình chưa có kết cấu, Fable đã nắm bắt khá tốt hình dạng chính của bàn làm việc, ghế và giá sách. Tuy nhiên, một số vật thể nhỏ hơn bị đơn giản hóa, và một vài khu vực cho thấy hình học bị gộp hoặc chi tiết không đồng đều.

Cảnh của Astra có nhiều chi tiết hình học hơn trên cả đồ nội thất và các đạo cụ nhỏ. Dù vậy, một số cấu trúc có cạnh cứng trông hơi mềm, và một số hình dạng kém chính xác hơn so với mức độ chi tiết mà chúng thể hiện.

Việc tối ưu hóa của Fable giúp cảnh dễ quản lý hơn, trong khi Astra giữ lại nhiều hình học được tạo ra hơn. Không cách tiếp cận nào hoàn toàn giải quyết được các vấn đề về hình dạng và tỷ lệ xuất hiện trong từng tài sản.

Fable	Astra

Vật liệu và bầu không khí; Astra gần với hình ảnh tham chiếu hơn

Văn phòng trong hình ảnh tham chiếu có diện mạo đặc trưng: tông màu xanh lục trầm, đồ nội thất cũ, tường đã lâu năm và dấu hiệu của quá trình sử dụng lâu dài.

Astra giữ lại nhiều hơn bầu không khí đó. Vật liệu và mức độ phong hóa của nó tương đối nhất quán trong toàn bộ căn phòng, khiến cảnh giống hình ảnh tham chiếu hơn. Một số bề mặt vẫn phụ thuộc nhiều vào màu sắc và các họa tiết bẩn để gợi lên vẻ cũ kỹ, với ít biến đổi về độ nhám và độ phản chiếu.

Vật liệu của Fable đủ rõ để phân biệt các vật thể chính, và cảnh có một số biến thể giữa tông màu ấm và lạnh. Nhưng một số bề mặt trông tương đối mới. Kết quả tổng thể giống một văn phòng làm việc thông thường hơn, với ít bầu không khí cũ kỹ, khép kín như trong hình ảnh ban đầu.

Fable	Astra

Bố cục cảnh: Đồ nội thất hiện diện, nhưng căn phòng tạo cảm giác khác biệt

Cả hai tác nhân đều xác định được đồ nội thất chính và sắp xếp chúng thành một văn phòng có thể nhận biết. Bàn làm việc, kệ, tủ hồ sơ và các vật thể lớn khác nhìn chung được đặt ở những khu vực dự kiến.

Sự khác biệt trở nên rõ hơn khi so sánh bố cục tổng thể với hình ảnh tham chiếu.

Căn phòng ban đầu tạo cảm giác chật chội, với đồ nội thất và các vật thể nhỏ được đặt gần nhau. Các vật thể ở tiền cảnh che khuất một phần tầm nhìn đến những vật thể phía sau, tạo cảm giác chiều sâu rõ hơn và không gian nội thất chật hẹp hơn.

Cả hai cảnh được tái tạo đều trông rộng rãi và ngăn nắp hơn.

Fable kéo giãn hoặc định vị lại một số đồ nội thất để bố cục hoạt động, làm thay đổi một vài tỷ lệ trong quá trình đó. Astra thực hiện nhiều điều chỉnh cục bộ hơn đối với vị trí và điểm tiếp xúc của vật thể, nhưng khoảng cách tổng thể vẫn rộng hơn so với hình ảnh tham chiếu.

Các cảnh hoàn chỉnh có thể được mở, kiểm tra và chỉnh sửa. Tuy nhiên, bố cục của chúng vẫn cần được cải thiện để khớp hơn với thành phần và mối quan hệ không gian của hình ảnh ban đầu.

Điều này có ý nghĩa gì đối với quy trình 3D AI?

Bài kiểm tra cho thấy hai cách khả thi để xây dựng một cảnh 3D phức tạp bằng tác nhân AI và V2Fun.

Fable giao các vật thể phức tạp cho V2Fun, sử dụng Three.js cho các cấu trúc thông thường và tối ưu hóa tài sản trước khi lắp ráp cuối cùng. Kết quả là một dự án nhẹ hơn, với quy trình đơn giản hơn để tiếp tục chỉnh sửa.

Astra phụ thuộc nhiều hơn vào các tài sản do V2Fun tạo ra và thực hiện thêm các điều chỉnh trong quá trình lắp ráp. Cảnh cuối cùng của nó có phong cách hình ảnh nhất quán hơn và việc định vị cục bộ chi tiết hơn, dù hình học vẫn nặng hơn đáng kể.

Cả hai quy trình đều tạo ra các cảnh văn phòng hoàn chỉnh. Cả hai cũng để lại những khác biệt rõ ràng về tỷ lệ đồ nội thất, khoảng cách giữa các vật thể, độ che khuất và bố cục tổng thể.

Để cải thiện các kết quả này, cần kiểm tra tốt hơn với hình ảnh tham chiếu trong suốt quá trình lắp ráp. Tỷ lệ căn phòng và khung hình camera cần được thiết lập sớm, sau đó là các điều chỉnh kỹ hơn đối với vị trí, độ che khuất, vật liệu và ánh sáng.

Đối với các dự án 3D phức tạp, việc tạo từng tài sản riêng lẻ vốn đã là một phần đáng kể của quy trình. Cách các tài sản đó được tổ chức, định vị, tối ưu hóa và chỉnh sửa có ảnh hưởng lớn không kém đến cảnh hoàn thiện.

Để khám phá việc tạo 3D dựa trên thành phần trong quy trình tác nhân của riêng bạn, hãy truy cập trang V2Fun AI 3D Skill để biết thêm chi tiết.