ابزارهای جدید به ندرت جامعه هنری و هوش مصنوعی را همزمان به وجد میآورند، اما DALL-E از شرکت اوپنایآی هم هنردوستان و هم جامعه هوش مصنوعی را تحت تاثیر قرار داد. کافی است یک توصیف ساده در اختیار DALL-E بگذارید تا این ابزار تصویری از آن عرضه میکند. حالا سازنده DALL-E، الگوریتم جدیدی به نام Point-E عرضه کرده که سازوکار مشابهی دارد اما به جای تصویر دوبعدی، نمایی سهبعدی از آنچه توصیف کردهاید ارائه میکند.
به گزارش پیوست، Point-E از دو ایستگاه اصلی تشکیل شده و در واقع ترکیبی از دو مدل هوش مصنوعی است. اول، یک هوش مصنوعی متن-به-تصویر از توصیف شما تصویری دوبعدی میسازد و سپس هوش مصنوعی مبدل تصویر-به-3D، تصویر را به مدلی سهبعدی تبدیل میکند. پس اگر از Point-E بخواهید یک مخروط ترافیکی بسازد، کارش را با یک مثلث خطدار شروع میکند و هوش مصنوعی دیگری آن را به صورت مخروط ترافیکی پلاستیکی که در خیابان میبینیم تشخیص میدهد و شکل سهبعدی آن را ارائه میکند.