文字转3d「Shap-e：将文本转化为 3D 模型的 AI 生成器」

7月24日 消息:Shap-e 是一个基于 AI 的3D 模型生成器，可以将文本转化为详细的3D 模型。它通过使用神经网络来理解输入条件与物体形状之间的关系，为设计师、艺术家、开发者和任何想要探索 AI 辅助3D 建模可能性的人提供了许多有希望的功能。

本文将为大家介绍Shap-e 的独特功能、使用方法以及与 AIModels.fyi 上类似模型的比较。Shap-e 为创建复杂的3D 形状提供了无缝和高效的创作过程，对于游戏、建筑等行业都具有重要意义。

Shape-e 的输入和输出

在深入研究如何使用 Shap-e 之前，了解它所需的输入和产生的输出至关重要。了解这一点可以显着增强您的用户体验并帮助您充分利用模型。

注意:您可能还想查看我们关于Point-e的指南，这是来自同一创建者的文本转3D 模型生成器。我们还有AdaMPI 指南- 一种将图像转换为3D 场景的模型。

输入

Shape-e 接收多个输入，这些输入指示将生成的3D 形状。

这些包括:

• 提示:这是生成3D 模型的文本提示，但如果提供图像，则会被忽略。
• image:用于生成3D 模型的合成视图图像。为了获得最佳结果，建议从输入图像中删除背景。
• Guiding_scale:设置指导的比例，默认值设置为15。
• batch_size:指定输出的数量。默认值为1。
• render_mode:允许您选择渲染模式，“nerf”或“stf”。默认值为“nerf”。
• render_size:这设置渲染器的大小，较高的值需要更长的渲染时间。默认值为128。
• save_mesh:如果设置为 true，则将潜在的保存为网格。

输出

为了响应输入，Shap-e 提供与生成的3D 模型相对应的 URI 数组。

模型输出结构的原始JSON架构如下:

使用 Shape-e 的分步指南

了解输入和输出后，是时候探索如何使用 Shap-e 了。本节将提供使用此模型创建复杂3D 形状的分步指南。

如果您不喜欢编码，Shap-e 还附带一个演示（尚未提供）。

这是试验模型参数并接收即时反馈的好方法。对于那些热衷于编码的人，以下步骤将指导您如何与 Shap-e 的复制API 进行交互。

第1步:安装客户端

首先，使用以下命令安装 Node.js 客户端:

npminstallreplicate

第2步:设置API令牌

接下来，通过将 API 令牌设置为环境变量来进行身份验证:

exportREPLICATE_API_TOKEN=r8_*************************************

这是您的默认 API 令牌，应保密。

第3步:运行模型

然后，运行模型:

importReplicatefrom"replicate";constreplicate=newReplicate（{

您还可以设置预测完成时要调用的 Webhook URL。查看webhook 文档以获取有关设置的详细信息。

Shape-e 与类似模型的比较

AIModels.fyi 提供了一个平台，您可以在其中找到适合不同应用的多种 AI 模型。在网站上，您还可以将 Shap-e 等模型与其他类似模型进行比较。

去做这个:

• 访问AIModels.fyi并导航至模型列表。

• 选择要比较的模型:选择 Shap-e 和您想要与之比较的任何其他模型。

• 比较:单击“比较”按钮可查看模型的并排比较。这将提供对模型的功能、输入和输出以及性能的深入了解。

此比较功能可以帮助您为您的特定用例选择最合适的型号。

结论

Shape-e 提供了一种生成详细3D 形状的新颖方法。它对人工智能的使用不仅简化了3D 建模过程，而且还开辟了创建复杂和可定制形状的潜力。无论您是视频游戏开发人员还是设计新建筑的建筑师，Shap-e 都提供了一个强大的工具，可以提高您的创造力和生产力。这无疑是一个值得在人工智能之旅中探索和尝试的模型。