Imagina que sostienes un objeto físico en tus manos, quizás una silla de madera o un jarrón de cerámica. Si quisieras cambiar su estilo de rústico a futurista, tendrías que tallar la madera o remodelar la arcilla, un proceso que es lento, permanente y requiere una habilidad significativa. En el mundo digital, crear objetos tridimensionales para películas, videojuegos o diseño de productos ha seguido tradicionalmente un camino similar de labor manual. Los diseñadores construyen modelos pieza por pieza, refinando cada curva y superficie. Recientemente, la inteligencia artificial ha ofrecido un atajo, permitiendo a las personas generar objetos 3D simplemente escribiendo una descripción. Sin embargo, estas herramientas de IA a menudo actúan como una máquina de lotería: escribes un comando y el sistema produce un resultado. Si el resultado es demasiado moderno o no es exactamente el correcto, no puedes simplemente darle un pequeño toque; debes empezar de nuevo con una nueva descripción, esperando obtener un mejor resultado. Esto dificulta realizar ajustes pequeños y precisos, como hacer que una silla sea ligeramente más redondeada o un coche ligeramente más aerodinámico, sin perder el control de todo el diseño.

Un equipo de investigadores ha desarrollado un nuevo método llamado SemanticSlider3D para resolver este problema. Su trabajo introduce una forma de editar continuamente el aspecto y la sensación de un objeto 3D utilizando un simple deslizador, de forma muy parecida al control de volumen de un estéreo, pero para el estilo o el material de un objeto digital. En lugar de empezar desde cero con cada cambio, este sistema permite a un usuario tomar un modelo 3D existente y deslizar un control hacia adelante y hacia atrás para ver cómo se transforma suavemente de un extremo a otro. Por ejemplo, un usuario podría tomar un piano estándar y deslizar un control para que parezca cada vez más futurista, viendo cada variación sutil intermedia, desde un acabado de madera clásico hasta un diseño elegante y brillante con luces integradas. El sistema logra esto sin necesidad de ser reentrenado para cada nuevo objeto o estilo, lo que lo convierte en una herramienta flexible para los diseñadores que necesitan explorar muchas posibilidades rápidamente.

El desafío central que enfrentaron los investigadores fue que los objetos 3D son mucho más complejos que las imágenes planas. Cuando editas una imagen 2D, solo cambias lo que la cámara ve desde un ángulo. Pero un objeto 3D existe en el espacio, y cambiar su apariencia desde un lado debe ser coherente con cómo se ve desde los otros lados. Si una IA cambia el frente de una silla para que parezca futurista pero deja la parte trasera con un aspecto antiguo, el resultado parece roto y poco realista. Los intentos anteriores para resolver esto consistieron en editar una imagen 2D del objeto y luego intentar convertir esa imagen de nuevo en una forma 3D. Los investigadores descubrieron que este enfoque fallaba porque el proceso de convertir la imagen de nuevo a 3D introducía errores e inconsistencias, lo que a menudo resultaba en objetos que parecían distorsionados o perdían su forma original.

Para evitar estos errores, los investigadores construyeron su sistema para que trabaje directamente dentro del "cerebro" de la computadora donde se almacena el objeto 3D, en lugar de trabajar primero en las imágenes planas. Utilizaron un poderoso modelo de IA que comprende la estructura de las formas 3D. El proceso comienza tomando el objeto 3D original y observándolo desde muchos ángulos diferentes, como un sistema de cámaras de seguridad capturando una habitación desde todos los lados. Luego, el sistema le pide a un modelo de lenguaje que escriba dos descripciones: una que describa el objeto en su extremo negativo (el opuesto del cambio deseado) y otra que describa el extremo positivo (el cambio deseado). Por ejemplo, si el objetivo es hacer que un sofá parezca "muy futurista", el sistema genera una descripción de un sofá clásico y tradicional y otra de uno ultra elegante y moderno.

A continuación, el sistema identifica qué vistas de cámara son más importantes para mostrar el cambio. Si el usuario quiere cambiar el tamaño de los ojos de un personaje, el sistema ignora las vistas desde la parte trasera y se concentra solo en el frente. Luego utiliza las descripciones contrastantes para crear un par de imágenes para cada vista importante: una que muestra el objeto en el extremo negativo y otra que muestra el objeto en el extremo positivo. Al comparar estos pares, el sistema calcula una dirección específica en su espacio matemático interno que conduce desde el aspecto antiguo al nuevo aspecto. Esta dirección actúa como una guía. Cuando un usuario mueve el deslizador, el sistema sigue esta guía, ajustando la forma y la textura del objeto paso a paso. Debido a que el sistema trabaja directamente sobre la estructura 3D, garantiza que los cambios se vean consistentes desde todos los ángulos, preservando la integridad del objeto mientras aplica el nuevo estilo.

Los investigadores probaron este método en un conjunto de datos de cincuenta objetos diferentes, que iban desde animales y muebles hasta comida y vehículos. Compararon su nuevo sistema de deslizador contra un enfoque estándar que intentaba editar imágenes 2D y luego convertirlas de nuevo a 3D. Cinco expertos humanos evaluaron los resultados, calificándolos según la variedad que producía el deslizador, la consistencia de los cambios, la calidad general del modelo 3D y si el sistema cambiaba accidentalmente partes del objeto que no debían ser tocadas. Los resultados fueron claros: el nuevo método de deslizador fue abrumadoramente preferido. Produjo una gama mucho más amplia de cambios significativos, mantuvo los objetos 3D con una alta calidad y estructuralmente sólidos, y preservó con éxito las características no relacionadas. Por ejemplo, al hacer que una silla fuera más futurista, el sistema cambió el estilo sin alterar accidentalmente el número de patas o la estructura básica del asiento.

Para ver cómo funcionaría esta herramienta en un entorno de diseño real, los investigadores invitaron a seis personas con experiencia en modelado 3D a utilizar el sistema en un entorno controlado. Se pidió a estos participantes que crearan prototipos 3D para diversos objetivos, como diseñar una lámpara o una prótesis de pierna. Los participantes encontraron que el deslizador les ayudó a explorar ideas de diseño que no habían considerado inicialmente. Un participante, que quería una lámpara de piso moderna, se sorprendió al encontrar una variación de estilo retro que ofrecía detalles más interesantes que la versión moderna que había imaginado originalmente. Otro participante, que diseñaba una prótesis de pierna, se dio cuenta de que ver todo el espectro de opciones le inspiró a pensar en nuevas características que no había incluido. La herramienta actuó no solo como un editor, sino como un socio en el proceso creativo, ayudando a los usuarios a clarificar lo que realmente querían al mostrarles toda la gama de posibilidades.

Sin embargo, el estudio también reveló algunas limitaciones. Aunque el sistema funcionó muy bien para cambiar estilos generales, materiales o el "ánimo" de un objeto, fue menos preciso cuando se trataba de cambiar detalles geométricos específicos, como el tamaño exacto de un solo ojo o la altura de una parte específica. Los investigadores señalaron que realizar estos cambios estructurales de grano fino sigue siendo difícil de manejar de forma fluida para el sistema. Además, el tiempo que toma generar el deslizador puede ser significativo, con la configuración inicial tomando alrededor de doce minutos y cada nuevo punto en el deslizador tomando aproximadamente un minuto y medio para crearse. Esto significa que, aunque la herramienta es poderosa, aún no es instantánea y los usuarios deben ser pacientes mientras el sistema trabaja.

A pesar de estas restricciones, los hallazgos sugieren un avance significativo en la forma en que los humanos interactúan con la inteligencia artificial para el diseño. El sistema demuestra que es posible dar a los usuarios un control detallado sobre los objetos 3D sin requerir que sean expertos en software de modelado 3D. Al permitir que las personas se deslicen a través de un rango continuo de estilos y atributos, la herramienta cierra la brecha entre la naturaleza vaga de los comandos de texto y las necesidades precisas del diseño profesional. Ofrece una forma de navegar por el vasto espacio de las posibilidades creativas, ayudando a los diseñadores a encontrar el equilibrio perfecto entre su idea inicial y el producto final. A medida que la tecnología mejore, particularmente en el manejo de cambios geométricos complejos y la reducción de los tiempos de espera, podría convertirse en una parte estándar del flujo de trabajo creativo, transformando la forma en que imaginamos y construimos los objetos del futuro.