Исследователи проанализировали 2307 3D-моделей, созданных с помощью современных генеративных ИИ-систем, чтобы оценить их пригодность для практического использования. Результаты бенчмарка 3DQA выявили критические проблемы с геометрией, топологией и текстурированием, которые часто делают сгенерированные объекты непригодными для профессиональных задач в геймдеве, архитектуре и промышленном дизайне без существенной ручной доработки.
В ходе тестирования оценивались не только визуальные характеристики, но и технические параметры, такие как наличие «дыр» в мешах, самопересечения полигонов и корректность UV-развертки. Большинство моделей, созданных на базе текущих диффузионных и трансформерных архитектур, демонстрируют высокую степень визуального сходства с запросом, однако требуют значительной постобработки для интеграции в игровые движки или CAD-системы.
Данный бенчмарк предоставляет стандартизированный набор метрик для оценки прогресса в области генерации 3D-контента. Авторы работы подчеркивают, что текущий уровень «галлюцинаций» в 3D-пространстве остается высоким, что ограничивает автоматизацию пайплайнов по созданию ассетов. Полученные данные позволяют разработчикам моделей точнее настраивать алгоритмы для повышения чистоты геометрии и структурной целостности объектов.
Ключевые факты
- Объем выборки составил 2307 уникальных 3D-моделей, сгенерированных ИИ.
- Основные выявленные дефекты включают ошибки топологии, негерметичность мешей и некорректную UV-развертку.
- Исследование направлено на выявление разрыва между визуальным качеством и технической пригодностью моделей.
- Бенчмарк 3DQA предоставляет открытый инструментарий для оценки генеративных моделей в 3D-пространстве.
- Результаты указывают на необходимость внедрения дополнительных слоев валидации геометрии в генеративные пайплайны.