【小哈划重点：通过文本描述，Point-E生成了3D点云，可以作为虚拟环境中的模型。除OpenAI之外，已经有其他用于3D生成的工智能模型，如谷歌的Dreamfusion或Nvidia的Magic3D。】
OpenAI的Point-E是3D模型的DALL-E，这个速度极快的系统可以从文本中生成3D点云。
在推出针对文本和图像的生成人工智能模型之后，OpenAI现在展示了下一步可能出现的东西：一个从文本到三维模型的生成器。通过文本描述，Point-E生成了3D点云，可以作为虚拟环境中的模型。除OpenAI之外，已经有其他用于3D生成的工智能模型，如谷歌的Dreamfusion或Nvidia的Magic3D。
Point-E生成展示
然而，据说OpenAI的开源Point-E速度明显更快，在一个Nvidia V100 GPU上可以在一到两分钟内生成3D模型。
OpenAI的Point-E生成点云
实际上，Point-E并不生成传统意义上的3D模型，而是代表3D形状的点云。相比之下，谷歌的Dreamfusion生成NeRFs（Neural Radiance Fields）——需要更多的时间，但与点云相比，NeRFs可以呈现出更多明显的细节。很显然，Point-E的质量相对较低，因而使得该系统的效率很高。
Point-E从文本描述中生成的点云的一些例子
当Point-E生成点云后，再由另一个作为三维建模和设计标准的模型将其转化为网格。根据OpenAI的说法，这个过程还不能完全避免出错：在某些情况下，云的某些部分会被错误地处理，导致生成错误的网格。
Point-E中的两个生成模型
具体来看，Point-E本身由两个模型组成：一个GLIDE模型和一个image-to-3D模型。前者类似于DALL-E或Stable Diffusion等系统，可以从文本描述中生成图像。第二个模型由OpenAI对图像和相关3D目标物体进行训练，学习从图像中生成相应点云。为了更好地训练，OpenAI使用了数百万个3D目标和相关的元数据。
通过GLIDE模型在A corgi中创建一个图像，然后通过点云扩散模型创建一个3D corgi
该团队报告说，“这两步过程可能会失败”。但它是如此之快，以至于生成目标的速度比Dreamfusion快近600倍。"这可能让它在某些应用上更加实用，或者发现更高质量的3D对象，"该团队表示。
“我们已经推出了Point-E，一个用于文本条件合成3D点云的系统。它首先生成合成视图，然后根据这些视图生成彩色点云。我们发现Point-E能够有效地产生以文本提示为条件的多样化和复杂的3D形状。”
据OpenAI称，Point-E是公司未来展开文本到三维合成业务的起点，目前已在Github上开放了源代码。Point-E 2可能最早在明年撼动3D市场。（翻译&整理 | 杨阳）
参考链接：https://the-decoder.com/point-e-openai-shows-dall-e-for-3d-models/
