Adobe(Nasdaq:ADBE)近日在全球创意大会MAX 2022上宣布其业界领先的Substance 3D创意工具的创新功能,为创作者和品牌提供创建独立3D内容的端到端解决方案,支持其为迈向元宇宙的沉浸式体验做好准备。Substance 3D系列应用满足了经验丰富的3D创作者和希望能够为其作品增添新维度的2D创作者的需求。Adobe还宣布将Sustance 3D工具引入Meta Quest平台,以构建和分享沉浸式3D内容,同时支持Meta为其用户提供Adobe强大且易用的3D创作工具。
Substance 3D Sampler增添了全新3D Capture的能力,借助摄影测量技术直接将现实生活中的图像生成3D模型,为想要创建引人入胜的3D内容的创意人员节省了大量时间。Substance 3D Modeler旨在让雕刻3D物体和场景更为容易和直观,现已面向大众推出。此外,Adobe同时推出的全新可持续发展计算器(Sustainability Calculator)可以减少传统产品拍摄所产生的碳排放和资源消耗。
Adobe 3D和元宇宙负责人暨副总裁Sebastien Deguy表示:“过去一年,品牌大力投资于提高3D和沉浸式内容的创作能力。Adobe的使命是支持创作者和品牌过渡到新媒体以及沉浸式体验,我们目前所提供的全新功能将帮助创作者用比以往更容易的方式创建和获取3D内容。”
全新发布的Substance 3D 系列应用的多项增强功能包括:
3D和元宇宙:连接世界的新领域
如今,大部分的游戏公司都在使用Substance来创造沉浸式的游戏体验,包括全球出版商艺电、动视、微软和育碧。领先的开发商Epic Games、NVIDIA和Roblox也在通过Substance 3D工具来创作原型和部署早期的元宇宙体验。
此外,Adobe正在携手Meta将Substance 3D Modeler和即将推出的协作式审核APP直接集成到Meta Quest平台上,让每一位用户都能在使用Meta Quest虚拟现实头盔时构建和分享沉浸式3D内容和体验。 Adobe致力于为Meta Quest的所有者们带来更多Adobe Substance 3D技术,包括虚拟现实中的新的文档创作工作流程,而此次将Substance 3D Medeler引入到Meta Quest Pro和Quest 2设备中则是一个开始。
随着众多行业的品牌为迈向元宇宙做准备而加大对3D内容的投资,预计到2026年,3D产业规模将超过200亿美元。Adobe Creative Cloud和Substance工具现已助力娱乐、汽车和零售等多个行业打造沉浸式体验,包括HUGO BOSS AG、Ben & Jerry 's、可口可乐公司和美津浓(Mizuno)等品牌。此外,Adobe还与院校合作开设使用设计工具的教育课程,包括与加利福尼亚的艺术中心设计学院(ArtCenter College of Design)和法国的卢比卡设计学院(RUBIKA Design Valenciennes Design School)等学校合作开发3D和沉浸式课程。
在Adobe MAX 2022的Sneaks环节,Adobe还预览了一系列在实验室内正在开发的前沿3D和沉浸式工具,包括:
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。