Compos3D: Interactive Part-Based Composition for Creative Control in Generative 3D Models
Compos3D एक इंटरैक्टिव सिस्टम है जो जनरेटिव 3D मॉडलिंग में रचनात्मक नियंत्रण को बढ़ाता है, जिससे उपयोगकर्ता अनिश्चित बार-बार पुनरुत्पादन (रिजनरेशन) पर निर्भर रहने के बजाय कई उम्मीदवारों से चुने गए हिस्सों के रीमिक्सिंग वर्कफ़्लो के माध्यम से सुसंगत डिज़ाइन तैयार कर सकते हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक जादुई ओवन का उपयोग करके एक आदर्श केक बनाने की कोशिश कर रहे हैं जो केवल आपकी आवाज़ सुनता है। आप कहते हैं, "मेरे लिए ड्रैगन के पंखों वाला एक चॉकलेट केक बनाओ!" ओवन गूँजता है, और पफ—एक केक बाहर आता है। लेकिन पंख गलत तरफ हैं, चॉकलेट बहुत गहरी है, और आधार गायब है। पुराने तरीके में, आपको कहना पड़ता, "फिर से कोशिश करो!" और उम्मीद करनी पड़ती कि अगला केक बेहतर होगा। अगर आपको चॉकलेट पसंद है लेकिन पंख नापसंद हैं, तो आप फंस गए हैं। आप पंखों को नए जोड़े से बदल नहीं सकते; आपको पूरे केक पर फिर से जुआ खेलना होगा। यह "पासा फेंकने" वाला तरीका है कि कैसे अधिकांश वर्तमान 3D AI उपकरण काम करते हैं, और पेपर तर्क देता है कि यह निराशाजनक है क्योंकि जब आप खराब चीजों को ठीक करने की कोशिश करते हैं, तो आप अच्छी चीजों को भी खो देते हैं।
यहाँ Compos3D आता है, एक नया सिस्टम जो खेल बदल देता है। AI के आउटपुट को एक तैयार उत्पाद के रूप में देखने के बजाय जिसे आप या तो रखें या फेंक दें, Compos3D इसे LEGO ब्रिक्स के एक विशाल डिब्बे की तरह मानता है।
यह कैसे काम करता है:
- द बेक-ऑफ (The Bake-Off): आप AI से अपने विचार के आधार पर कई अलग-अलग 3D मॉडल (जैसे कुर्सियाँ या राक्षस) बनाने के लिए कहते हैं।
- द स्कैवेंजर हंट (The Scavenger Hunt): आप सभी परिणामों को देखते हैं और उन विशिष्ट हिस्सों को चुनते हैं जिन्हें आप पसंद करते हैं। शायद आप कुर्सी A की सीट, कुर्सी B का बैकरेस्ट और कुर्सी C के पैर चाहते हैं। आप इन हिस्सों को एक 2D तस्वीर में उन पर क्लिक करके या सीधे 3D मॉडल पर क्लिक करके पकड़ सकते हैं।
- द रीमिक्स (The Remix): आप अपने पसंदीदा टुकड़ों को एक कैनवास पर खींचकर और छोड़ देते हैं (drag and drop), उन्हें एक रफ, मेसी कोलाज में व्यवस्थित करते हैं। इसे अभी एकदम सटीक होने की आवश्यकता नहीं है; यह बस आपके विज़न का एक रूप है कि हिस्से आपस में कैसे फिट होने चाहिए।
- द मैजिक ग्लू (The Magic Glue): सिस्टम फिर आपके रफ कोलाज को लेता है और उसे "सिंथेसाइज़" करता है। यह एक सुपर-स्मार्ट गोंद की तरह कार्य करता है जो आपके अलग-अलग टुकड़ों को एक सुचारू, सुसंगत 3D मॉडल में जोड़ देता है, अंतराल को ठीक करता है और सुनिश्चित करता है कि ज्योमेट्री वास्तविक दिखे।
लेखकों ने इस विचार का परीक्षण आठ लोगों के साथ किया जो 3D मॉडलिंग में नए थे। उन्होंने इन उपयोगकर्ताओं को बहुत विशिष्ट आवश्यकताओं (जैसे एक ऊंचा बैकरेस्ट और ड्रैगन-पैर वाले आर्मरेस्ट) के साथ एक हाइब्रिड वर्क चेयर डिजाइन करने के लिए कहा। उपयोगकर्ताओं ने दो तरीकों का परीक्षण किया: पुराना "पासा फेंकने" वाला पुनरुत्पादन (regeneration) तरीका और नया "रीमिक्सिंग" तरीका।
परिणाम स्पष्ट थे। उपयोगकर्ता रीमिक्सिंग विधि के साथ बहुत अधिक नियंत्रण महसूस कर रहे थे। उन्होंने बताया कि अंतिम डिज़ाइन उनके विचारों से बहुत बेहतर मेल खाते थे (रीमिक्सिंग के लिए 7 में से औसतन 6.12 का स्कोर, जबकि पुनरुत्पादन के लिए 4.12)। उन्हें लगा कि टूल उनकी इच्छाओं पर बेहतर प्रतिक्रिया देता है। हालाँकि, एक पेच था: रीमिक्सिंग में थोड़ा अधिक मानसिक प्रयास लगा। उपयोगकर्ताओं ने पुनरुत्पादन (2.94) की तुलना में रीमिक्सिंग के लिए प्रयास को थोड़ा अधिक (3.50) रेट किया। लेकिन असली बात यह थी कि, भले ही यह अधिक कठिन काम था, उपयोगकर्ताओं ने इसे अधिक आनंददायक पाया (रीमिक्सिंग के लिए 5.75 बनाम पुनरुत्पादन के लिए 4.81)। ऐसा लगता है कि अपने स्वयं के हिस्सों को चुनने और मिलाने की शक्ति मिलने से अतिरिक्त प्रयास सार्थक हो गया।
अध्ययन ने रीमिक्सिंग करने के दो तरीकों को भी देखा: 2D छवियों का उपयोग करना (एक कोलाज की तरह) या 3D मॉडल का उपयोग करना (स्थान में वास्तविक ब्लॉक चलाने की तरह)। स्थान में चीजों को घुमाने के लिए 3D तरीका अधिक सहज लगा, जबकि 2D तरीका हिस्सों को चुनने के लिए तेज़ था। अधिकांश लोग सटीकता के लिए 3D रीमिक्सिंग दृष्टिकोण को पसंद करते थे, हालांकि इसमें सबसे अधिक प्रयास की आवश्यकता थी।
पेपर सुझाव देता है कि यह "भाग-आधारित" (part-based) दृष्टिकोण एक बड़ा कदम है क्योंकि यह लोगों को केवल वर्णन करने के बजाय निर्माण करके अपनी मंशा व्यक्त करने देता है। एक उपयोगकर्ता ने नोट किया कि पुराने तरीके के साथ, उन्हें लगा जैसे वे बस "कुछ टाइप कर रहे थे और देख रहे थे कि क्या होता है," लेकिन रीमिक्सिंग के साथ, उन्हें लगा जैसे वे विकल्पों के साथ एक वास्तविक डिजाइनर बना रहे हैं।
लेखक सावधानीपूर्वक नोट करते हैं कि यह कोई जादुई छड़ी नहीं है जो सब कुछ हल कर देती है। उन्होंने केवल आठ लोगों पर एक विशिष्ट डिजाइन कार्य (एक कुर्सी) के साथ इसका परीक्षण किया, और उन्होंने यह भी नहीं जांचा कि अंतिम मॉडल वास्तव में प्रिंट या बनाया जा सकता है या नहीं। लेकिन निष्कर्ष दृढ़ता से सुझाव देते हैं कि लोगों को अलग-अलग AI जनरेशन से हिस्सों को मिलाने और जोड़ने की क्षमता देने से खुश, अधिक रचनात्मक डिजाइनर मिलते हैं जो वास्तव में अपनी रचनाओं के प्रभारी महसूस करते हैं। AI के सही होने की उम्मीद करने के बजाय, आप बेहतरीन हिस्सों को क्यूरेट करते हैं और फिर जोड़ने का भारी काम AI पर छोड़ देते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।