浙大、蚂蚁集团推出MaPa：文本生成超真实3D模型

专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！

浙江大学、蚂蚁集团、深圳大学联合推出了创新模型MaPa。

与传统纹理方法不同的是，MaPa通过文本能直接生成高分辨率、物理光照、超真实材质的3D模型，可以极大提升游戏、VR、AR、影视等行业的开发效率。

研究人员在多个知名平台对MaPa进行了综合测试。结果显示，在无参考图像的情况下MaPa生成的模型材质、分辨率、局部细节，比TEXTure、Text2tex、Fantasia3D等模型的效果更好。

论文地址：https://arxiv.org/abs/2404.17569

MaPa功能展示

分段图像生成

为了更好地还原用户的文本提示和提升模型质量，MaPa在生成的过程中会将3D网格细分为多个细小的分段。该过程有点类似将一幅画作分解成多个小碎块，这样每块的细节都能够独立处理，以便于后续上色和材质的精细调整。

然后，MaPa会将这些3D分段投影到2D空间中生成2D图像。为了获得最佳的2D分割图像，MaPa需要选择一个合适的视角。

通过均匀采样一系列视角，并选择能够产生最多2D分段的视角作为起始视角，以确保生成的2D图像能够尽可能多地捕捉到3D分段的细节。

在2D图像生成中，MaPa使用了ControlNet，这是一个预训练的2D扩散模型，能够根据给定的条件生成相应的2D图像。研究人员对ControlNet进行了微调，使其能够适应特定的分段条件，从而生成与3D分段更加对齐的2D图像。

3D材质分组

通常在3D模型的材质生成过程中有一个难题，就是该如何将不同的材质部分有效地组织和管理。而MaPa通过使用“材质分组”模块，来自动智能识别和分组相似材质的3D分段，从而提升渲染的质量，同时又减少了后续的优化流程。

MaPa使用了GPT-4v模型进行材质分类。GPT-4v不仅识别准确率高，对于用户的文本语义理解能力也很强，可以精准提炼出文本中的特殊材质。

此外，材质分组还内置了一个材质颜色相似性分析模块，通过反射率估计网络来评估不同分段的颜色，并在CIE颜色空间中进行比较。

如果两个分段的材质颜色足够接近，就会被归为同一组进一步提升材质的一致性。

材质图优化

对材质分好组之后，MaPa会从一个预建的材质图库中检索最相似的材质图作为初始值，再通过可微渲染模块对材质图的参数进行优化,使得渲染图像尽可能接近生成的3D模型。

在渲染的过程中MaPa使用了DiffMat v2框架，能够将材质图转换为纹理空间映射，例如，反照率图、法线图和粗糙度图等，使得选定的材质图参数使其更贴近生成的3D模型。

材质图优化模块还包括一个可微分渲染器，能够根据材质图渲染出2D图像，并与生成的3D模型进行比较，通过最小化两者之间的差异来优化材质图参数。这种方法不仅提高了材质的真实感，还保持了渲染的效率。

由于3D模型的架构比较复杂，一次难以生成精准生成。所以，MaPa使用了连续迭代的方法，可以为模型的每个部分生成一致且真实的材质，即便是那些非常复杂的3D模型架构也没问题。

本文素材来源MaPa论文，如有侵权请联系删除

END

本篇文章来源于微信公众号: AIGC开放社区