Imagine segurar um objeto físico em suas mãos, talvez uma cadeira de madeira ou um vaso de cerâmica. Se você quisesse mudar seu estilo de rústico para futurista, teria que esculpir a madeira ou remodelar a argila, um processo que é lento, permanente e exige grande habilidade. No mundo digital, criar objetos tridimensionais para filmes, videogames ou design de produtos tem seguido tradicionalmente um caminho semelhante de trabalho manual. Os designers constroem modelos peça por peça, refinando cada curva e superfície. Recentemente, a inteligência artificial ofereceu um atalho, permitindo que pessoas gerem objetos 3D simplesmente digitando uma descrição. No entanto, essas ferramentas de IA costam agir como uma máquina de loteria: você digita um comando e o sistema produz um resultado. Se o resultado for moderno demais ou não estiver exatamente correto, você não pode simplesmente dar um pequeno ajuste; você deve recomeçar com uma nova descrição, esperando por um melhor resultado. Isso torna difícil fazer pequenos ajustes precisos, como tornar uma cadeira ligeiramente mais arredondada ou um carro ligeiramente mais aerodinâmico, sem perder o controle de todo o design.

Uma equipe de pesquisadores desenvolveu um novo método chamado SemanticSlider3D para resolver esse problema. O trabalho deles introduz uma forma de editar continuamente a aparência e a sensação de um objeto 3D usando um controle deslizante simples, de forma muito parecida com o controle de volume de um estéreo, mas para o estilo ou material de um objeto digital. Em vez de começar do zero a cada mudança, este sistema permite que um usuário pegue um modelo 3D existente e deslize um controle para frente e para trás para vê-lo se transformar suavemente de um extremo a outro. Por exemplo, um usuário poderia pegar um piano padrão e deslizar um controle para fazê-lo parecer cada vez mais futurista, vendo cada variação sutil no intervalo, de um acabamento clássico em madeira a um design elegante e brilhante com luzes integradas. O sistema alcança isso sem a necessidade de ser retreinado para cada novo objeto ou estilo, tornando-o uma ferramenta flexível para designers que precisam explorar muitas possibilidades rapidamente.

O desafio central que os pesquisadores enfrentaram foi que objetos 3D são muito mais complexos do que imagens planas. Quando você edita uma imagem 2D, você altera apenas o que a câmera vê de um ângulo. Mas um objeto 3D existe no espaço, e mudar sua aparência de um lado deve ser consistente com a forma como ele parece dos outros lados. Se uma IA altera a frente de uma cadeira para parecer futurista, mas deixa a parte de trás parecendo antiga, o resultado parece quebrado e irrealista. Tentativas anteriores de resolver isso envolveram editar uma foto 2D do objeto e depois tentar transformar essa foto de volta em uma forma 3D. Os pesquisadores descobriram que essa abordagem falhava porque o processo de converter a imagem de volta para 3D introduzia erros e inconsistências, resultando frequentemente em objetos que pareciam distorcidos ou perdiam sua forma original.

Para evitar esses erros, os pesquisadores construíram seu sistema para trabalhar diretamente dentro do "cérebro" do computador onde o objeto 3D está armazenado, em vez de trabalhar primeiro nas imagens planas. Eles usaram um modelo de IA poderoso que compreende a estrutura de formas 3D. O processo começa pegando o objeto 3D original e observando-o de vários ângulos diferentes, como um sistema de câmeras de segurança capturando uma sala de todos os lados. O sistema então pede a um modelo de linguagem que escreva duas descrições: uma descrevendo o objeto em seu extremo negativo (o oposto da mudança desejada) e outra descrevendo o extremo positivo (a mudança desejada). Por exemplo, se o objetivo é tornar um sofá "muito futurista", o sistema gera uma descrição de um sofá clássico e tradicional e outra de um sofá ultra-elegante e moderno.

Em seguida, o sistema identifica quais visões de câmera são mais importantes para mostrar a mudança. Se o usuário quiser mudar o tamanho dos olhos de um personagem, o sistema ignora as visções de trás e foca apenas na frente. Ele então usa as descrições contrastantes para criar um par de imagens para cada visão importante: uma mostrando o objeto no extremo negativo e outra mostrando o extremo positivo. Ao comparar esses pares, o sistema calcula uma direção específica em seu espaço matemático interno que leva do visual antigo ao novo visual. Essa direção atua como um guia. Quando um usuário move o controle deslizante, o sistema segue esse guia, ajustando a forma e a textura do objeto passo a passo. Como o sistema trabalha diretamente na estrutura 3D, ele garante que as mudanças pareçam consistentes de todos os ângulos, preservando a integridade do objeto enquanto aplica o novo estilo.

Os pesquisadores testaram este método em um conjunto de dados de cinquenta objetos diferentes, variando de animais e móveis a alimentos e veículos. Eles compararam seu novo sistema de controle deslizante com uma abordagem padrão que tentava editar imagens 2D e depois convertê-las de volta para 3D. Cinco especialistas humanos avaliaram os resultados, classificando-os quanto à variedade que o controle produziu, a consistência das mudanças, a qualidade geral do modelo 3D e se o sistema alterou acidentalmente partes do objeto que não deveriam ter sido tocadas. Os resultados foram claros: o novo método de controle deslizante foi amplamente preferido. Ele produziu uma gama muito maior de mudanças significativas, manteve os objetos 3D com alta qualidade e estruturalmente sólidos, e preservou com sucesso características não relacionadas. Por exemplo, ao tornar uma cadeira mais futurista, o sistema alterou o estilo sem alterar acidentalmente o número de pernas ou a estrutura básica do assento.

Para ver como essa ferramenta funcionaria em um cenário de design real, os pesquisadores convidaram seis pessoas com experiência em modelagem 3D para usar o sistema em um ambiente controlado. Esses participantes foram solicitados a criar protótipos 3D para vários objetivos, como projetar uma luminária ou uma perna protética. Os participantes descobriram que o controle deslizante os ajudou a explorar ideias de design que não haviam considerado inicialmente. Um participante, que queria uma luminária de chão moderna, ficou surpreso ao encontrar uma variação de estilo retrô que oferecia detalhes mais interessantes do que a versão moderna que ele havia imaginado originalmente. Outro participante, projetando uma perna protética, percebeu que ver todo o espectro de opções o inspirou a pensar em novos recursos que ele não havia incluído. A ferramenta atuou não apenas como um editor, mas como um parceiro no processo criativo, ajudando os usuários a clarificar o que realmente queriam ao mostrar a eles toda a gama de possibilidades.

No entanto, o estudo também revelou algumas limitações. Embora o sistema tenha funcionado muito bem para mudar estilos gerais, materiais ou o "clima" de um objeto, ele foi menos preciso quando se tratava de mudar detalhes geométricos específicos, como o tamanho exato de um único olho ou a altura de uma parte específica. Os pesquisadores observaram que fazer essas mudanças estruturais de grão fino ainda é difícil para o sistema lidar de forma suave. Além disso, o tempo necessário para gerar o controle deslizante pode ser significativo, com a configuração inicial levando cerca de doze minutos e cada novo ponto no controle levando cerca de um minuto e meio para ser criado. Isso significa que, embora a ferramenta seja poderosa, ela ainda não é instantânea, e os usuários devem ser pacientes enquanto o sistema trabalha.

Apesar dessas restrições, as descobertas sugerem um avanço significativo na forma como os humanos interagem com a inteligência artificial para o design. O sistema demonstra que é possível dar aos usuários controle detalhado sobre objetos 3D sem exigir que sejam especialistas em softwares de modelagem 3D. Ao permitir que as pessoas deslizem por uma gama contínua de estilos e atributos, a ferramenta preenche a lacuna entre a natureza vaga dos comandos de texto e as necessidades precisas do design profissional. Ela oferece uma maneira de navegar pelo vasto espaço de possibilidades criativas, ajudando os designers a encontrar o equilíbrio perfeito entre sua ideia inicial e o produto final. À medida que a tecnologia melhora, particularmente no tratamento de mudanças geométricas complexas e na redução dos tempos de espera, ela poderá se tornar uma parte padrão do fluxo de trabalho criativo, transformando a maneira como imaginamos e construímos os objetos do futuro.