許多 3D 生成 AI 模型輸出的網格採用「頂點著色」技術,這在傳統遊戲引擎(如 Unity、Unreal)中難以高效使用。Hugging Face 發布技術指南,詳細說明如何透過自動化工具進行 UV 拆解(UV Unwrapping)與紋理烘焙(Texture Baking),將其轉換為標準的紋理貼圖網格(Textured Mesh),大幅提升 3D AI 生成資產的實用性。
本指南介紹如何利用開源 AI 模型(如 OpenAI 的 Shap-E 和 Zero-1-to-3)從文本或單張圖片快速生成 3D 模型。 詳細說明了將 AI 生成的原始 3D 網格(Mesh)匯入 Blender 進行減面(Decimation)與材質修復的實務工作流。 為遊戲開發者與 3D 設計師提供了一套降低創作門檻、加速原型設計的實用開源解決方案。
本文為 Hugging Face 遊戲開發 AI 系列的第三篇,專注於「3D 資產生成」。文章探討了從傳統 3D 建模的痛點出發,介紹如何利用神經輻射場(NeRF)進行 3D 重建,以及使用 OpenAI Point-E、DreamFusion 等最新 AI 模型進行文字/圖像轉 3D。最後說明如何將這些 AI 生成的 3D 模型導入 Blender、Unity 或 Unreal Engine 等主流遊戲引擎,為獨立開發者與美術設計師提供全新的工作流。
本文是 Hugging Face 挑戰「5 天內用 AI 製作農場遊戲」的第二部分,重點在於 3D 資產的生成。作者探討了 2023 年初 3D AI 技術的現狀,實測利用 OpenAI 的 Point-E 進行文字生成 3D 點雲與網格,並嘗試用 Stable Diffusion 進行 3D 貼圖。雖然當時技術仍有網格混亂、缺乏 UV 貼圖等限制,但為獨立遊戲開發者展示了 AI 輔助 3D 工作流的雛形。