近期 Stability AI 推出了一款名為 Stable-Fast-3D 的圖片轉 3D 模型 AI 模型，只需單張圖片，就可以生成 3D 模型，且號稱僅需 0.5 秒就能生成品質優良的 3D 模型。今天就讓我們來跟大家介紹一下！
Stability AI 官方文章:
https://stability.ai/news/introducing-stable-fast-3d
Stable-Fast-3D 介紹
根據 Stability AI 在 GitHub 上的介紹，Stable-Fast-3D 是目前最先進的開源圖片轉 3D 模型解決方案。它僅需要一張圖片作為輸入，即可快速生成高品質的 3D 模型。
Stable-Fast-3D 是基於 TripoSR 專案改良而來，並在多方面有所提升，包括更精確的 UV 展開、更精準的材質參數預測等，使得模型更加逼真，足以應用於遊戲場景中。
Stable-Fast-3D 相較於其他的圖片轉 3D 模型有著以下優點:
- 快速生成: Stable-Fast-3D 號稱能在 0.5 秒內生成 3D 模型，速度非常快。
- 高品質輸出: Stable-Fast-3D 能夠生成高品質的 3D 模型，細節表現和材質貼圖都相當出色。
- 降低光線影響: Stable-Fast-3D 能降低光照、陰影等環境光線對材質貼圖的影響，即使輸入圖片的光線條件不佳，也能輸出顏色較為正確的材質。
- 開源且免費: Stable-Fast-3D 模型本身已經開源在 Hugging Face 上，並使用 Stability AI 社群授權釋出，年收入 100 萬美元以下的個人或企業皆可免費使用於商業或非商業用途。
- 線上免費使用: Stability AI 提供了免費的 Hugging Face Space，讓使用者可以線上體驗 Stable-Fast-3D 的功能，無需配置環境。
Stable-Fast-3D 的應用
根據 Stability AI 官網所述 Stable-Fast-3D 可以應用在許多地方，例如：
- 遊戲開發：快速創建遊戲場景中的物件或角色。
- 電子商務：生成產品的 3D 模型，提升消費者購物體驗。
- AR/VR 應用：快速創建虛擬場景或物件。
與其他模型的比較&測試資料集表現
根據 Stable-Fast-3D 的技術報告，該模型在於其他模型的比較中，生成表現算是優異，可以看到基本上在全部的生成模型中，Stable-Fast-3D 的表現皆為最好。
在測試資料集的部分，Stability AI 測試了 GSO 和 OmniObject3D 兩個測試資料集，可以看到在 CD(Chamger Distance) 和不同的 FS(F-Score) 上，Stable-Fast-3D 皆獲得了最好的表現。僅在生成時間上以 0.5 秒略輸於 TripoSR 的 0.3 秒生成時間，但這個速度依舊是遠超其他測試的模型。
Stable-Fast-3D 實際測試
我使用了一些生活中的物品照片來測試 Stable-Fast-3D 的效能，以下是一些測試結果：
**測試物件：**杯子、拖鞋、椅子、捲尺、桌上小風扇、雕像、傢俱等
測試結果：
- 對於形狀簡單、沒有遮擋的物件，Stable-Fast-3D 的表現相當不錯，生成的模型外觀完整，細節也清晰可見。
- 對於有凹陷或遮擋的物件，Stable-Fast-3D 會傾向於將看不到的部分直接視為實心填滿，導致模型內部形狀有些奇怪。
- 使用 FLUX.1 生成的不帶凹陷或遮擋的正面照作為輸入，Stable-Fast-3D 的表現最佳，生成的模型外觀還算不錯。
- Stable-Fast-3D 生成的模型面數偏高，動輒數萬面，對於遊戲開發來說可能需要適度減面。
- Stable-Fast-3D 的 UV 拆分方式較為簡單粗暴，直接使用六個視圖，不利於後續的貼圖編輯。
測試結果圖片：
模型丟 Blender 查看貼圖：
Stable-Fast-3D 的限制
根據測試結果，Stable-Fast-3D 目前仍有一些限制：
- 無法準確處理物件的凹陷和遮擋部分。
- 生成的模型面數過高。
- UV 拆分方式過於簡單。
以上這些較大的缺點，使得 Stable-Fast-3D 能夠實際運用的場景應該較為受限。
總結
Stable-Fast-3D 是一款功能強大且易於使用的圖片轉 3D 模型 AI 模型。它在速度和易用性方面表現出色，生成的模型品質也相當不錯。雖然目前還存在一些限制，但對於一些簡單的 3D 建模需求，例如簡單的 WebAR 或遊戲場景中的非重要物件，Stable-Fast-3D 已經能夠勝任。相信隨著技術的進步，這類 AI 的功能和效能將會越來越強大。