Rigel3D: Rig-aware Latents for Animation-Ready 3D Asset Generation
يُعد Rigel3D إطار عمل توليديًا مبتكرًا ينتج شبكات ثلاثية الأبعاد مهيأة للتحريك عبر نمذجة الهندسة وهياكل الهياكل العظمية بشكل مشترك من خلال تمثيلات كامنة مقترنة، مما يتغلب على قيود المخرجات الثابتة وطرق التجهيز التلقائي اللاحقة في النماذج التوليدية ثلاثية الأبعاد الحالية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أن لديك طابعة ثلاثية الأبعاد سحرية يمكنها إنشاء تماثيل واقعية للغاية للتنانين، أو الروبوتات، أو القطط بمجرد النظر إلى صورة. هذا هو ما تفعله مولدات الـ 3D الحالية بالذكاء الاصطناعي. لكن هناك مشكلة: التماثيل الناتجة تأتي "متجمدة". إنها كتل صلبة وثابتة. إذا أردت صنع فيلم حيث يطير التنين أو يرقص الروبوت، فلا يمكنك ببساطة الإمساك بالتمثال وتحريك ذراعه. الأمر يشبه امتلاك مانيكان بلا مفاصل؛ إنه عالق في وضعية واحدة للأبد.
لجعل هذه التماثيل تتحرك، يتعين على رسامي الرسوم المتحركة (Animators) القيام بعمل مضنٍ يسمى "الربط" (Rigging). هذا يشمل بناء هيكل عظمي غير مرئي داخل التمثال، وتثبيت خيوط (عظام) في نقاط محددة، ورسم خريطة (أوزان الجلد - Skinning weights) تخبر البرنامج كيف يجب أن يتمدد الجلد عند تحريك العظمة.
نظام Rigel3D هو نظام ذكاء اصطناعي جديد يتخطى خطوة "التمثال المتجمد" تماماً. فبدلاً من طباعة كتلة ثابتة ثم محاولة بناء هيكل عظمي داخلها، يقوم Rigel3D بطباعة التمثال وبناء الهيكل العظمي في نفس اللحظة تماماً.
إليك كيف يعمل، باستخدام بعض التشبيهات من الحياة اليومية:
1. نهج "العقلين" (الكمونات المقترنة - Coupled Latents)
تحاول معظم الطرق القديمة تخمين الهيكل العظمي بعد انتهاء الشكل. أما Rigel3D فهو مختلف؛ فهو يستخدم "عقلين" يتواصلان مع بعضهما باستمرار:
- عقل السطح: ينظر إلى الجزء الخارقي للكائن (الجلد، الملمس، المنحنيات).
- عقل الهيكل العظمي: ينظر إلى البنية الداخلية غير المرئية (أين يجب أن تكون المفاصل، وكيف تتصل العظام ببعضها).
فكر في الأمر كأنك أمام نحات ماهر لا يكتفي بنحت الطين فحسب، بل ينحت أيضاً الهيكل الخشبي الداخلي داخل الطين أثناء تشكيل الخارج. هو يعلم أنه إذا كان شكل الطين يشبه ركبة مثنية، فإن العظمة بالداخل يجب أن تنثني هناك أيضاً. ومن خلال تدريب هذين العقلين معاً، يضمن الذكاء الاصطناعي أن الشكل الخارجي والهيكل الداخلي متطابقان تماماً منذ لحظة الخلق الأولى.
2. باني العظام "التتابعي" (Autoregressive Bone Builder)
بمجرد أن يقرر الذكاء الاصطناعي أين توضع العظام، يتعين عليه معرفة كيفية اتصالها بدقة. وهو يفعل ذلك مثل لعبة "توصيل النقاط"، ولكن بترتيب ذكي جداً:
- يبدأ بـ "العظمة الجذرية" (مثل الورك أو العمود الفقري).
- ثم يسأل: "ما الذي يتصل بهذا؟" ويضع العظمة التالية.
- يستمر في فعل ذلك، عظمة تلو الأخرى، مستخدماً شكل الكائن كدليل.
هذا يشبه بناء شجرة: تبدأ بالجذع، ثم تنمو الفروع الرئيسية، ثم الأغصان الصغيرة. يتعلم الذكاء الاصطناعي أنه إذا رأى شكلاً لـ ذيل طويل، فينبغي له غالباً أن ينمي سلسلة من العظام هناك، وليس مجرد قضيب صلب واحد.
3. خريطة "الجلد" (Skinning Map)
بمجرد بناء الهيكل العظمي، يتعين على الذكاء الاصطناوي معرفة كيف يلتصق الجلد بالعظام. تسمى هذه العملية "الجلد" (Skinning).
- تخيل أن الجلد عبارة عن طبقة من الطين المبلل. عندما تسحب عظمة ما، يجب أن يتمدد الطين القريب من تلك العظمة، بينما لا ينبغي للطين البعيد أن يتحرك.
- يستخدم Rigel3D نظام "انتباه" خاص (مثل تسليط الضوء) لينظر إلى كل نقطة على السطح ويسأل: "أي عظمة أنت أقرب إليها؟ وكم يجب أن تتحرك عندما تتحرك تلك العظمة؟"
- إنه ينشئ خريطة دقيقة بحيث عندما يقوم الذكاء الاصطناعي بتحريك الشخصية لاحقاً، ينثني الجلد ويتطوى بشكل طبيعي، تماماً مثل العضلات والجلد الحقيقيين.
4. "المترجم العالمي" للأسماء
أحد أكبر الصداع في الرسوم المتحركة هو التسمية. قد يسمي رسام رسوم متحركة عظمة ما "الذراع اليسرى" (LeftArm)، بينما يسميها آخر "L_Arm_01". إذا حاولت جعل شخصية ترقص باستخدام ملف رقص جاهز، فسيصاب الكمبيوتر بالارتباك إذا لم تتطابق الأسماء.
يتضمن Rigel3D "مترجماً عالمياً" ذكياً. فبدلاً من إجبار الذكاء الاصطناعي على الاختيار من قائمة أسماء ثابتة (مثل اختبار الاختيار من متعدد)، فإنه يتعلم فهم معنى العظمة.
- يمكنه النظر إلى عظمة وقول: "آه، هذه (ساق يسرى) بسبب مكانها وما تتصل به".
- ويمكنه بعد ذلك ترجمة ذلك إلى أي نظام تسمية تحتاجه، سواء كنت تستخدم هيكلاً بشرياً قياسياً، أو هيكل كلب، أو هيكل كائن فضائي غريب. إنه يشبه امتلاك مترجم يتحدث "لغة العظام" ويمكنه التحول فوراً إلى "اللغة البشرية" أو "لغة الروبوتات" دون الحاجة إلى قاموس جديد لكل مهمة.
النتيجة
تظهر الورقة البحثية أنه عندما تستخدم Rigel3D، فإن الشخصيات ثلاثية الأبعاد الناتجة تكون جاهزة للتحريك فوراً. لست بحاجة لقضاء ساعات في إصلاح الهيكل العظمي يدوياً أو رسم أوزان الجلد. يقوم الذكاء الاصطناعي بتوليد الشكل، والهيكل العظمي، والاتصالات، وخريطة الجلد، كل ذلك في خطوة واحدة.
في التجارب، تم اختبار Rigel3D مقابل طرق أخرى تحاول إضافة هياكل عظمية للأشكال بعد صنعها. وقد فاز Rigel3D، حيث أنتج شخصيات ذات توزيع أفضل للمفاصل، واتصالات عظمية أكثر منطقية، وجلد يتحرك بشكل أكثر طبيعية. إنه يعمل أساساً على جسر الفجوة بين "صنع صورة جميلة" و"صنع شخصية متحركة"، مما يوفر على رسامي الرسوم المتحركة الكثير من العمل اليدوي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.