‏مدل سه‌بعدی؛ راه حل ثابت موندن کاراکتر تو ویدیوی هوش مصنوعی

تو این مقالهٔ MindStudio اومده که بیشتر مدل‌های ویدیو و تصویر هوش مصنوعی هیچ درک سه‌بعدی از چیزی که ساختن ندارن. وقتی ازشون یه زاویهٔ جدید می‌خوای، کاراکتر رو از اون زاویه از نو تصور می‌کنن، نه اینکه یه جسم ثابت رو بچرخونن. نتیجه‌ش camera-angle drift هست، یعنی وقتی دوربین می‌چرخه صورت، لباس یا تناسب کاراکتر یهو عوض می‌شه. واسه همینه که سازنده‌ها معمولاً تو محدودهٔ قانون ۱۸۰ درجه می‌موندن.

راه حل قبلی این بود که یه ویدیوی چرخشی ۳۶۰ درجه از کاراکتر بسازن و به مدل بدن تا زاویه‌های بیشتری ببینه. روش جدید یه قدم جلوتره: به‌جای چند تا عکس دوبعدی، یه مدل سه‌بعدی واقعی ساخته می‌شه که مدل ویدیویی (یا یه لایهٔ AR روش) می‌تونه تو کل صحنه دنبالش کنه، بزرگ و کوچیکش کنه و بچرخونتش.

برای ساختن مدل سه‌بعدی از یه عکس، سه تا ابزار مطرحن. Trippo 3D سریعه و برای asset های آمادهٔ بازی خوبه. Hunyuan 3D نتیجهٔ کلی خوبی می‌ده ولی سطح‌ها معمولاً یه حالت براق و پلاستیکی دارن که باید دوباره تکسچر بشن. Meshi V7 با فرمت‌های خروجی زیادش، از جمله فرمت‌های مناسب پرینت سه‌بعدی، از بقیه انعطاف‌پذیرتره. ولی هیچ‌کدوم مدل rig شده نمی‌دن، یعنی مدل اسکلتی برای انیمیشن نداره و این مرحله رو باید جدا انجام بدی. بعضی‌ها برای خودکار کردنش از دستیارهای کدنویسی مثل Claude کمک می‌گیرن.

برای کسی که Blender بلد نیست یا GPU قوی نداره، Cozy Clay یه ابزار رایگان و متن‌بازه که تو مرورگر اجرا می‌شه و باهاش می‌شه مدل رو ژست داد و جابه‌جا کرد. نویسنده می‌گه برای rig و انیمیشن جدی نمی‌تونه جای Blender رو بگیره، ولی شروع کار رو خیلی راحت‌تر می‌کنه.

Simulon یه اپ موبایل مبتنی بر AR (واقعیت افزوده، یعنی ترکیب تصویر دیجیتال با تصویر زندهٔ دوربین) هست. عکس کاراکتر رو می‌گیره، مدل سه‌بعدیش رو می‌سازه و بعد می‌تونی تو محیط واقعی خودت بذاریش، بچرخونیش و اندازه‌ش رو عوض کنی. بعد یه حرکت رو پرامپت می‌کنی و ویدیو بر اساس حرکت واقعی دوربینت ساخته می‌شه. چون پس‌زمینه واقعیه، حرکت دوربین دقیقاً همونیه که ضبط کردی. چند تا کاراکتر هم تو یه صحنه ساپورت می‌شه.

Simulon اسم قابلیتش رو reality-aware rendering گذاشته، یعنی کاراکتر به دنیای واقعی واکنش نشون می‌ده نه فقط به پرامپت. مثلاً اگه با چراغ‌قوهٔ واقعی بهش نور بندازی روشن می‌شه، یا به صدات جواب می‌ده. نویسنده معتقده این روش با وجود ایرادهاش (فیزیک ناجور، جزئیات ناهماهنگ) ارزش امتحان داره. Simulon یه نسخهٔ رایگان روی iOS داره و نسخهٔ اندروید منتظر تأیید پلتفرمه.

نکات کلیدی:

• مشکل اصلی: تغییر قیافهٔ کاراکتر با چرخش دوربین (camera-angle drift) تو ویدیوهای هوش مصنوعی.
• Trippo 3D سریعه، Hunyuan 3D سطح‌های پلاستیکی می‌ده و Meshi V7 بیشترین فرمت خروجی رو داره.
• هیچ‌کدوم از این سه ابزار مدل rig شده نمی‌دن و rig کردن یه مرحلهٔ جداست.
• Cozy Clay رایگان، متن‌باز و تحت مرورگره و نیازی به Blender یا GPU قوی نداره.
• Simulon فعلاً روی iOS با نسخهٔ رایگان در دسترسه و اندروید هنوز تأیید نشده.