由在Facebook Reality Labs擔(dān)任研究科學(xué)家的齋藤俊輔與南加州大學(xué)合作研究的PIFuHD項目，通過輸入解析度達1024x1024的高解析圖像，即可借由人工智能識別生成一組能以隨意角度檢視的3D立體模型，搭配其他軟體工具的話，幾乎可讓3D建模效率大幅提升。

PIFuHD是以過去提出的PIFu為基礎(chǔ)，將當(dāng)時僅能輸入解析度達512x512的影像規(guī)格提高，讓實際輸出的3D立體模型解析度增加，讓更多細節(jié)能被忠實還原。

同時，借由生成對抗神經(jīng)網(wǎng)路運算模式，讓人工智能能透過過去分析學(xué)習(xí)資料，借此猜測所識別影像背面可能形式，借此讓實際生成的3D立體模型變得更加真實。

目前PIFuHD相關(guān)資料已經(jīng)透過GitHub公開，同時相關(guān)內(nèi)容也透過Colab進行展示，讓更多人可以透過PIFuHD進行創(chuàng)作應(yīng)用，甚至也有人搭配可借由人工智能讓3D立體模型依照腳本動作的Mixamo，讓PIFuHD借由平面影像生成的3D立體模型能進一步「活動」。

這樣的設(shè)計，意味著未來3D建模師將不必辛苦從零開始建制3D立體模型，借由人工智能方式即可快速生成基礎(chǔ)模型內(nèi)容，并且能用更多時間處理細節(jié)修飾，或許未來對于3D動畫、模型，或是游戲內(nèi)容等都能帶來更高制作效益。
責(zé)任編輯：YYX