NVIDIA 的研究人員在最新的文字轉 3D 生成式人工智慧（AI）模型中注入了雙倍的加速力量，該模型被稱為 LATTE3D。
就像一台虛擬的 3D 列印機，LATTE3D 能在一秒內將文字提示轉換為物體和動物的 3D 表示形式。
採用了廣泛使用於標準渲染應用程式的格式，生成的形狀可以輕鬆地在虛擬環境中使用，用於開發電玩遊戲、廣告活動、設計項目或機器人的虛擬訓練場域。
NVIDIA AI 研究副總裁 Sanja Fidler 所屬位於多倫多的AI實驗室團隊開發了 LATTE3D，她表示：「一年前，AI 模型生成這種質量的 3D 視覺效果需要一個小時，而目前的最新技術只需約10到12秒。我們現在能以數量級更快的速度產生結果，使各產業的創作者能夠實現近乎即時的文字到 3D 生成。」
這項進步意味著當在單個 GPU 上運行推論時，像 NVIDIA RTX A6000 這樣的 GPU，LATTE3D 能夠幾乎立即生成 3D 形狀。
構思、生成、迭代：縮短週期
創作者無需從頭開始設計或在 3D 資源庫內進行搜尋，而是可以使用 LATTE3D 在想法突然出現時，立即產生詳細的物件。
該模型基於每個文字提示生成幾種不同的 3D 形狀選項，供創作者選擇。選定的物體可以在幾分鐘內進行最佳化，達到更高的品質。然後，使用者可以將形狀匯出到圖形軟體應用程式或平台，如 NVIDIA Omniverse，該平台支持基於通用場景描述（OpenUSD）的 3D 工作流程和應用程式。
雖然研究人員在動物和日常物體這兩個特定資料集上訓練 LATTE3D，但開發人員可以使用相同的模型架構在其他資料類型上訓練 AI。
例如，如果在 3D 植物資料集上進行訓練，LATTE3D 的一個版本可以幫助景觀設計師在與客戶進行腦力激盪時使用樹木、開花灌木和多肉植物快速填充花園渲染圖。如果在家庭物品資料集上進行訓練，該模型可以產生填充家庭 3D 模擬的物品，開發人員可以使用這些物品來訓練個人助理機器人，然後再於現實世界中進行測試和部署。
LATTE3D 使用 NVIDIA A100 Tensor 核心 GPU 進行訓練。除了3D 形狀外，該模型還接受了使用 ChatGPT 生成的各種文字提示的訓練，以提高模型處理使用者可能想出描述特定 3D 物件的各種短語的能力，例如，理解具有各種犬類物種的提示都應該產生像狗一樣的形狀。
NVIDIA 研究中心由全球數百名科學家和工程師組成，團隊專注於 AI、電腦圖形、電腦視覺、自動駕駛汽車和機器人等主題。
研究人員本週在 NVIDIA GTC 大會上分享了研究成果，推動了擴散模型訓練技術的發展。歡迎至 NVIDIA 技術部落格以了解更多資訊，並閱讀 GTC 大會上的 NVIDIA 研究會議完整列表。GTC 大會於加州聖荷西舉行，至 3 月 21 日為止前皆可於線上參加。
如欲了解最新的 NVIDIA AI 相關消息，請觀看 NVIDIA 創辦人暨執行長黃仁勳在 GTC 上主題演講的重播：