去年，和英伟达合作的Masterpiece Studio被推荐为最好的3D建模生成式AI之一，也是人工智能文本到3D生成器，可创建实时可用的3D头像、角色和道具。
Kaedim也是英伟达人工智能初创计划启动的一个项目，位于伦敦，它是一家AI 2D转3D模型公司，提供简单的图生3D资产创建服务，用户上传1-6张图便能生成3D模型。据官网，平台已生成资产51098个，最近他们推出3D资产交易平台Marketplace，提供10000种易编辑、无损的3D资产给消费者选择。其主要服务行业为游戏娱乐，另有电商、建筑设计、动画影视等合作伙伴。
Konstantina Psoma在2020年创立Kaedim，起初是因为她在课程作业的3D动画制作艰难，后在英国布里斯托大学读研时全心投入2D转3D的ML算法研究，并在校园企业竞赛中创立该公司。
据报道，Kaedim已有250个大型客户，用户基数每月增长2万，实现7位数年收入。它的C端用户包括3D建模爱好者、室内设计师、产品设计师、动画师。
AI生成3D并不简单，受限于训练数据的获得和开发的难度，尽管有公司做这项业务，但大多成本高昂，需要思考好商业化路径。
今年1月，A16z领投的另一家生成3D资产的公司Lumalabs生成高质量资产，成品模型放在现实世界中可以“以假乱线D领域的Midjourney。1月，Luma AI发布了Genie 1.0，一句文字提示，10秒生成4个高保线D模型，尽管效果五花八门，但贴图、材质让模型十分逼真。
Luma的融资主要用于研发和创新。有分析指出，其面向C端，但没有清晰的商业模式，未来极大可能在游戏、影视、电商等场景商业化。
Meshy AI也是备受推荐的3D资产平台，与Kaedim一样可以实现文、图生3D，速度快，质量还在继续提升。在专访中，Meshy CEO、“天选程序员”胡渊鸣提到，游戏搭建起了他创业3D生成AI的桥梁，3D AIGC是一个激动人心的创业方向，虽然有很多不确定性，但是值得和市场一起探索。目前该公司是否盈利尚未可知。
Kaedim的愿景则是加速从数字2D世界到数字3D世界的转变。Konstantina Psoma表示：“在过去5年中，我们已经看到了3D技术在电商、游戏、3D打印、AR/VR等市场上的巨大增长，我们在赋予下一阶段3D内容创作以力量，就像DALL-E对2D图像的帮助。”
他们已产生收入。据Finsmes资讯，Kaedim的年收入已超过7位数，拥有超过250家大型客户，每月新增2万名创作者。这其中包含电子游戏、商务、建筑、产品设计和动画等行业的爱好者和开发团队及财富100强公司。
技术上，Kaedim运用GAN（生成对抗网络）和迁移学习等知识，借助PyTorch、Tensorflow等技术打造AI产品，使其能生成和风格化3D资产。“人类在日常生活中看过很多汽车，人们的视觉是3D的，当我们看到未发布的新车图片时，就会联想现实中的它。同样的道理，我们教算法从2D图像中识别3D数据。”
Kaedim称，他们帮创作者构建了一个完整的工具套件，旨在增强艺术家的创作，而不是取代创作本身。他们采用将工具与工作流（如Unreal和Blender）程集成的方案，一组智能附加组件用于3D建模管道，如自动UV展开，一组使用Kaedim的机器学习模型定制3D资产生成的托管服务。
在输入菜单中，有图（image）、文（text）生成3D模型两个选项，据演示视频，用户在编辑页面中可以上传目标生成角色1-6张图像，选择“标准”、“高质”、“极致”三个选项，对应1、2、4积分花销，做好命名和高度设置后点击生成，即可排队进入处理环节。
接下来，用户可以使用其UV Unwrapping创建模型的UV贴图。专业人士可以打开模型线框检查拓扑，也能为模型上色。由文转图生成的模型可以在编辑器中添加描述或更改草图要求增加细节。
横向对比三类图生3D模型效果，可见Kaedim效果不差。从白模效果来看，Kaedim（图1）的线条效果较明晰，用时未知，可用性较强，支持自定义填色。尽管Meshy AI（图2）自带贴图，用时1分钟，但其免费生成的效果还需加强。此外，Luma的高质量成品也能作为游戏资产直接使用，使用Wall-E提示词生图转3D模型后，10分钟左右可生成一个边角稍有变形的Wall-E。
图源：图1来自Kaedim视频演示Wall-e模型，图2为作者在Meshy AI使用图生模型生成，wall-E原图来自维基百科
近期，Kaedim推出了一个拥有1万种资产的3D资产市场Marketplace，内部3D资源素材没有不良拓扑、网格破损的状况，适用于独立游戏开发者。此网站仅订阅用户可进入查看。
在官网中，Kaedim的建模主视觉是一组可爱小动物，与他们的创始人Konstantina Psoma的气质相似，Konstantina是一位爱笑、开朗且富有冒险精神的希腊女生。她是一名年轻的Z世代创业者，去年入选福布斯欧洲“30under30”科技精英。
Konstantina毕业于雅典国立技术大学和英国布里斯托大学，在17岁独自离开雅典去英国读书。做3D AIGC源于她在大学时学习3D建模和3D动画学习的挫败。“这能有多难？”Konstantina自信地打开Autodesk Maya（一款3D动画软件）后又沮丧地发现，“非常难，软件的学习曲线非常陡峭。”
别的同学选择建模简单的咖啡馆和公寓大楼，Konstantina选的是城里最大的建筑——细节复杂繁琐的布里斯托尔大教堂。一顿操作猛如虎，费心渲染3个月，电脑崩溃好几回，最后成绩不及格。
“Maya里面成百上千个按钮，我在里面迷路了。我花了一周时间才建一把椅子，”Konstantina复盘整个过程，发现将大教堂变成3D动画的过程非常重复、耗时，“然而一张静帧状态下的3D视频游戏画面里，至少有数百个3D物体。”
不仅如此，3D建模设计需掌握大部分软件，创作者有一定美术基础后操作模型、材质、贴图、灯光、渲染才得心应手。为了找到更轻松的建模“魔法”，Konstantina和专业从业者进行了交谈。她发现，无论是3D设计师还是游戏开发者，都透露了一个问题：3D创作流程对游戏行业来说，是一个巨大的瓶颈。即使采用了先进的游戏引擎，开发者仍需投入大量时间和精力来优化和调整，以确保最终产品质量。
她不敢想象，在大多数人讨论VR、AR的2019年，游戏内难以计数的3D资产仍在靠手工建模。如果连大规模生成3D数字内容都无法做到，那如何实现线D体验？
一个简单的创业想法在她脑中形成，“我们可以帮助游戏开发者、3D打印厂商、产品设计师加速他们的3D资产生产流程。”Konstantina将读研期间的研究重点放在了2D到3D的深度学习方向上，她和团队致力于构建机器学习算法，将草图和照片的2D输入转换为3D模型。其想法也引起了PlayStation游戏部门前负责人、她导师 Shawn Layden的注意并加以指导。
“初创公司就是一个宏伟的idea，全世界都以为你疯了，但是你得有自信。”尽管只是一个项目，她们以公司名义与许多游戏工作室交谈，洞察其制作流。
南宫体育
