يعد هذا البحث الجديد لعلماء NVIDIA وعدًا بإنشاء شخصيات افتراضية من صورة إدخال واحدة، دون الحاجة إلى إعداد كاميرات مكثف أو معايرة خاصة بالشخص. تستطيع هذه التقنية إنشاء تمثيلات ثلاثية الأبعاد واقعية يمكن عرضها من زوايا مختلفة، حتى في الوقت الحقيقي باستخدام مدخل كاميرا بسيط.

أبرز ملامح هذا النهج هي:

• يمكن إعادة بناء تمثيلات ثلاثية الأبعاد من صورة إدخال واحدة، مما يولد وجهات نظر جديدة لم يرها النموذج من قبل.
• يعمل بشكل قوي عبر مجموعة واسعة من الموضوعات، بما في ذلك الناس والأطفال والصور المجسمة والقطط.
• تُظهر التمثيلات الافتراضية المولدة تفاصيل واقعية مثل الانعكاسات على النظارات، ويمكنها التعامل مع التغييرات في الملحقات مثل سماعات الرأس.
• يتم تشغيل العملية بأكملها في بضع عشرات من الملي ثانية فقط، مما يجعلها مناسبة للتطبيقات التفاعلية مثل مؤتمرات الفيديو.
• مقارنة بالتقنيات السابقة، يتطلب هذا النهج كمية بيانات أقل بكثير للإرسال، مما قد يؤدي إلى تمكين اتصالات افتراضية أفضل عبر اتصالات الإنترنت الضعيفة.

يعد هذا البحث الجديد لعلماء NVIDIA وعدًا بإنشاء شخصيات افتراضية دون الحاجة إلى كاميرات مرفقة بوجوهنا. تستطيع هذه التقنية أخذ صورة إدخال واحدة أو تغذية كاميرا ويب بسيطة وتركيب تمثيل ثلاثي الأبعاد يمكن عرضه من زوايا مختلفة، حتى في الوقت الحقيقي.

النظام قادر بشكل ملحوظ، ويتعامل مع مجموعة واسعة من الموضوعات بما في ذلك الناس والأطفال والقطط بنتائج مвпечатляющие. يمكنه حتى العمل على الصور المجسمة، مما يبرز مرونته وقوته. وبالأهمية، يتم تحقيق هذا بحد أدنى من البيانات، مما قد يقلل من عرض النطاق الترددي المطلوب بما يصل إلى 100 مرة مقارنة بأساليب مؤتمرات الفيديو التقليدية.

بينما لا تكون التقنية مثالية، مع بعض العيوب الطفيفة وقضايا الترابط الزمني، فإن البحث خطوة واعدة إلى الأمام. كما يلاحظ المؤلف، البحث عملية تكرارية، ويمكننا توقع تحسينات كبيرة في الأوراق القادمة. إن القدرة على إنشاء تمثيلات افتراضية واقعية من مدخلات بسيطة لها إمكانات لتغيير تطبيقات مثل ألعاب الفيديو ومؤتمرات الفيديو والاتصالات عن بعد.

يُظهر البحث قدرة نظام الذكاء الاصطناعي على التعامل مع حالات صعبة متنوعة، مثل وجود سماعات الرأس والنظارات والانعكاسات. عندما يرتدي الشخص سماعات الرأس، يتمكن النظام من تركيب الزوايا الجديدة، على الرغم من وجود بعض الإطارات الغريبة وبعض الوميض الملاحظ أثناء الانتقال. وبالمثل، يتعامل النظام مع إضافة النظارات وإزالتها بفعالية، مع فترة قصيرة من عدم الاستقرار فقط.

وبشكل ملحوظ، يتمكن النظام من نمذجة انعكاسات عدسات النظارات بطريقة مقنعة، مما يُظهر قدراته المتقدمة في التعامل مع العناصر البصرية المعقدة. هذا المستوى من التفاصيل والدقة مذهل، حيث يشير إلى قدرة النظام على فهم وإعادة إنتاج التفاعلات المعقدة بين المواد المختلفة وظروف الإضاءة.

بشكل عام، يسلط البحث الضوء على قوة نظام الذكاء الاصطناعي في التعامل مع هذه السيناريوهات الصعبة، مما يُظهر إمكاناته المحتملة للتطبيقات الحقيقية حيث قد يرتدي المستخدمون ملحقات مختلفة أو يخضعون لظروف إضاءة معقدة.

يُظهر البحث المرونة الملحوظة للنظام الذكاء الاصطناعي المقترح، مما يُظهر قدرته على التعامل مع مجموعة واسعة من الموضوعات بخلاف البالغين الأفراد فقط. يتمكن النظام من إعادة بناء وتركيب شخصيات افتراضية دقيقة للأطفال والدمى والصور المجسمة حتى، كل ذلك من صورة إدخال واحدة أو تغذية فيديو.

النتائج مذهلة حقًا، حيث يتمكن النظام من إنشاء تمثيلات افتراضية معقولة ومتماسكة لهذه الموضوعات المتنوعة، مع التقاط ملامحها وخصائصها الفريدة. حتى في حالة الصور المجسمة، التي لم يواجهها النظام من قبل، فإنه قادر على التكيف وإنتاج شخصيات افتراضية مقنعة.

تُظهر هذه المرونة قوة ومرونة تقنية الذكاء الاصطناعي الأساسية، مما يشير إلى إمكاناتها لمجموعة واسعة من التطبيقات، من ألعاب الواقع الافتراضي ومؤتمرات الفيديو إلى المساعي الإبداعية والفنية. إن القدرة على إنشاء شخصيات افتراضية من بيانات إدخال محدودة تفتح إمكانات جديدة للاتصالات والتعاون عن بعد الفعالة والمشاركة.

يتناول البحث المقدم في هذا الفيديو التحديات المتعلقة بالترابط الزمني والكفاءة الحسابية في سياق تركيب الشخصيات الافتراضية. في حين أن النتائج الأولية أظهرت قدرات مذهلة في إنشاء تمثيلات واقعية من بيانات إدخال محدودة، يعترف المتحدث بأن التقنية ليست مثالية بعد.

على وجه التحديد، يلاحظ المتحدث أن هناك بعض مشكلات الترابط الزمني، مثل آثار الوميض، التي تُلاحظ عند تحريك الكاميرا حول الموضوع. هذا مجال يتطلب مزيدًا من التحسين لضمان إخراج أكثر استقرارًا وتناسقًا.

بالإضافة إلى ذلك، يسلط المتحدث الضوء على أن التقنيات السابقة تتطلب موارد حسابية كبيرة، غالبًا ما تستغرق دقائق لإنتاج النتائج المرغوبة. في المقابل، يمكن للنهج الجديد المقدم في البحث إنشاء الشخصيات الافتراضية في غضون بضع عشرات من الملي ثانية فقط، مما يجعله حلاً تفاعليًا وفي الوقت الحقيقي.

يؤكد المتحدث أن البحث عملية مستمرة، وأنه يمكن توقع تحسينات في الترابط الزمني والكفاءة الحسابية مع تقدم هذا المجال. ويرسم تشابهًا مع التطورات في تقنيات نقل الأسلوب، ويُعرب عن تفاؤله بأن القيود الحالية ستُعالج في المستقبل القريب، مما يؤدي إلى نتائج أكثر إثارة للإعجاب.

لهذه التقنية الذكاء الاصطناعي الجديدة من NVIDIA مجموعة واسعة من التطبيقات. أولاً، يمكن استخدامها لدمج المستخدمين في ألعاب الفيديو بشكل سلس، مما يسمح لهم بالظهور كشخصيات افتراضية مخصصة. قد يؤدي هذا إلى ثورة في تجربة اللعب، مما يجعلها أكثر غمرًا وتخصيصًا.

ثانيًا، يمكن تطبيق هذه التقنية على مؤتمرات الفيديو، مما يمكّن المستخدمين من التمثيل بواسطة تمثيلات افتراضية واقعية بدلاً من الاعتماد على تغذية الكاميرا فقط. قد يكون هذا مفيدًا بشكل خاص في حالات اتصال الإنترنت الضعيف، حيث يمكن نقل التمثيل الافتراضي بكمية بيانات أقل بكثير مقارنة بتغذية الفيديو الكاملة.

علاوة على ذلك، تتيح القدرة على إنشاء تمثيلات افتراضية واقعية من صورة واحدة أو إدخال كاميرا محدود إمكانات جديدة للاتصال والتعاون عن بعد. يمكن للمستخدمين الآن المشاركة في اجتماعات افتراضية أو التواصل مع أحبائهم باستخدام تمثيل رقمي شديد الواقعية لأنفسهم، مع نقل كمية بيانات أقل بكثير مقارنة بمكالمات الفيديو التقليدية.

بشكل عام، لهذه التقنية الرائدة إمكانات لتحويل جوانب مختلفة من حياتنا الرقمية، من الألعاب إلى العمل عن بعد والاتصالات الشخصية، من خلال توفير طريقة أكثر غمرًا وكفاءة لتمثيل أنفسنا في البيئات الافتراضية.

بينما التقنية المقدمة مذهلة للغاية، إلا أنها تحتوي على بعض القيود التي يعترف بها الباحثون. يبدو أن اللحية في أحد الأمثلة قد تم إرفاقها بشكل غير صحيح بالسطح الخطأ، مما يشير إلى أن النموذج لا يزال يواجه صعوبات مع بعض الميزات المعقدة. بالإضافة إلى ذلك، يلاحظ الباحثون أن الترابط الزمني للنتائج المولدة ليس مثاليًا بعد، مع ظهور بعض آثار الوميض أثناء تغيير زاوية الكاميرا.

ومع ذلك، يؤكد الباحثون أن البحث عملية مستمرة، ويتوقعون تحسينات كبيرة في المستقبل القريب. يرسمون تشابهًا مع التقدم السريع الذي شوهد في تقنيات نقل الأسلوب، حيث تم حل مشكلات الوميض الأولية بسرعة في الأورا