CompoSE: Compositional Synthesis and Editing of 3D Shapes via Part-Aware Control
تُعد CompoSE طريقة مبتكرة تعتمد على محولات الانتشار (diffusion transformer) لتخليق وتعديل أشكال ثلاثية الأبعاد عالية الجودة عبر تحويل تخطيطات الأجزاء الهندسية الخشنة إلى كائنات مفصلة ومفصولة حسب الأجزاء مع قدرات تحرير دقيقة، وكل ذلك دون الحاجة إلى مطالبات نصية على مستوى الأجزاء.
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 أنك تريد بناء كرسي ثلاثي الأبعاد مخصص، ولكن بدلاً من نحته من كتلة واحدة من الطين، تريد تصميمه عن طريق وضع "مناطق" محددة للأرجل، والمقعد، ومسند الظهر. تريد أن تخبر الكمبيوتر: "هذا الصندوق مخصص لرجْل، وهذا الصندوق للمقعد"، ثم تترك للكمبيوتر مهمة ملء التفاصيل.
هذا هو بالضبط ما يفعله CompoSE. إنه أداة جديدة تتيح لك إنشاء وتعديل الأجسام ثلاثية الأبعاد عن طريق ترتيب أشكال بسيطة (مثل الصناديق العائمة) وإعطائها وصفاً نصياً، بدلاً من محاولة وصف الكائن المعقد بأكمله باستخدام الكلمات فقط.
إليك كيفية عمله، مقسماً إلى مفاهث بسيطة:
1. المشكلة: "الصندوق السحري" غير قابل للتوقع للغاية
عادةً، عندما تطلب من الذكاء الاصطناعي "صنع كرسي"، فإنه يعمل مثل صندوق سحري. تعطيه جملة، فيخرج لك كرسياً. ولكن إذا أردت تغيير الأرجل فقط لتكون أطول، أو استبدال المقعد بوسادة، فغالباً ما يتعين عليك البدء من الصفر. الذكاء الاصطناعي لا يفهم أن الكرسي يتكون من أجزاء منفصلة؛ بل يراه ككتلة واحدة ضخمة. إذا غيرت النص قليلاً، فقد يتغير شكل الكرسي أو لونه أو نمطه بطرق غير متوقعة.
2. الحل: "المخطط الهندسي للمعماري"
يغير CompoSE قواعد اللعبة بجعلك تعمل كمهندس معماري.
- المدخلات: أنت لا تكتب فقط "كرسي". أنت أيضاً ترسم بضعة صناديق عائمة في فضاء ثلاثي الأبعاد. صندوق للأرجل، وصندوق للمقعد، وصندوق للمسند.
- السحر: ينظر الذكاء الاصطناني إلى صناديقك ونصك (مثلاً: "كرسي طعام خشبي") ويملأ التفاصيل داخل تلك الصناديق المحددة.
- النتيجة: تحصل على كرسي حيث تكون الأرجل تماماً حيث وضعت صندوق الأرجل، ويكون المقعد تماماً حيث وضعت صندوق المقعد.
3. السر الخفي: "العقل المحلي مقابل العالمي"
كيف يعرف الذكاق الاصطناعي أن صندوق الأرجل يجب أن يبدو كأنه رجل وليس رجل طاولة؟ إنه يستخدم بنية دماغية خاصة (Diffusion Transformer) تفكر بطريقتين في آن واحد:
- التفكير المحلي: ينظر إلى صندوق واحد في كل مرة. "حسناً، هذا الصندوق صغير ومنخفض؛ يجب أن يكون رجلاً". يركز على الشكل المحدد لهذا الجزء.
- التفكير العالمي: ينظر إلى الصورة الكاملة. "انتظر، إذا كانت هذه أرجل وهذا مقعد، فيجب أن يتطابقا في النمط والحجم ليبدوا ككرسي حقيقي، وليس كمجموعة من الخشب غير المتناسق".
من خلال التنقل ذهاباً وإياباً بين النظر إلى التفاصيل والنظر إلى الصورة الكبيرة، يضمن أن كل جزء يتناسب مع الآخر بشكل مثالي.
4. قوة التعديل الخارقة: "الاستبدال والاحتفاظ"
الجزء الأروع في CompoSE هو مدى سهولة تعديله. ولأن الذكاء الاصطناعي يفهم الكائن كأجزاء منفصلة، يمكنك القيام بأشياء مثل:
- تغيير الحجم دون إفساد الشيء: يمكنك تمديد صندوق مسند الكرسي لجعله أطول. يقوم CompoSE بتمديد المسند مع الحفاظ على عروق الخشب والملمس والنمط كما هي تماماً. إنه لا يحول الكرسي إلى كائن مختلف؛ بل يجعل الجزء أكبر فحسب.
- استبدال الأجزاء: يمكنك حذف صندوق المقعد ورسم واحد جديد، ثم تخبر الذكاء الاصطناعي: "اجعل هذا وسادة جلدية". ستظل الأرجل والمسند كما هي تماماً؛ يتغير المقعد فقط.
- إضافة أجزاء: يمكنك إضافة صندوق جديد لمسند الذراع، وسيقوم الذكاء الاصطناعي بنمو مسند ذراع يتناسب مع بقية الكرسي.
5. كيف قاموا بتدريبه: مصنع "التوسيم التلقائي"
لتعليم الذكاء الاصطناعي هذا، احتاج الباحثون إلى آلاف الأمثلة لأجسام ثلاثية الأبعاد مقسمة إلى أجزاء. وبما أنه لا يوجد أحد يمتلك قاعدة بيانات لـ "كراسي موسومة الأرجل والمقاعد"، فقد بنوا خط إنتاج آلي.
- أخذوا آلاف النماذج الخام من مكتبة ضخمة تسمى Objaverse.
- استخدموا خوارزمية ذكية لتقطيع النماذج تلقائياً إلى قطع منطقية (مثل فصل سطح الطاولة عن أرجلها).
- استخدموا ذكاءً اصطناعياً للرؤية واللغة للنظر إلى الكائن وكتابة وصف له.
- أنشأ هذا مجموعة تدريب ضخمة دون أن يضطر البشر لتوسيم كل جزء يدوياً.
الملخص
فكر في CompoSE كأنه مجموعة "ليغو" للتصميم ثلاثي الأبعاد. بدلاً من محاولة تشكيل تمثال كامل من الطين (وهو أمر يصعب إصلاحه إذا أخطأت)، تقوم بوضع "قطع الليغو" الخاصة بك (الصناديق) حيث تريدها. ثم يقوم الذكاء الاصطناني بملء الملمس والشكل لكل قطعة على حدة، مما يضمن أنها جميعاً تتشابك لتشكل كائناً جميلاً ومتماسكاً يمكنك تعديله قطعة بقطعة.
ما لا يفعله (بناءً على الورقة البحثية):
- لا يضمن أن يكون الكائن مستقراً فيزيائياً (قد يبدو الكرسي جيداً ولكنه قد ينقلب إذا وضعت عليه وزناً).
- لا يعمل حالياً مع أكثر من 8 أجزاء في المرة الواحدة.
- لا يخمن تلقائياً مكان وضع الصناديخ؛ لا تزال عليك وضعها بنفسك (رغم أن الورقة تقترح عملاً مستقبلياً للقيام بذلك).
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.