Модуль d.5: 3D-генерация с AI

Ведущая: Привет-привет! С вами AIStudy — бесплатный курс про искусственный интеллект. Сегодня разговор про трёхмерку: как из картинки или одной фразы получить объёмную модель, которую не стыдно поставить на сайт.

Ведущий: Привет! Три вопроса. Как подготовить исходную картинку, чтобы нейросеть не наделала вмятин и дыр. Какой генератор за что отвечает. И что сделать с моделью после генерации, чтобы она грузилась мгновенно и стояла на столе нужного размера.

Ведущая: Часть первая. Ещё пару лет назад 3D-модель по фотографии означала часы работы в Блендере, а первые генераторы выдавали мыльные сетки из сотен тысяч склеенных треугольников. Сейчас объём появляется за секунды. Но берём фотографию любимой кружки, загружаем в генератор, и результат всё равно часто выходит кривым. Почему?

Ведущий: Скорость выросла, но главное изменение не в ней. Появился инженерный контроль: можно задать число полигонов, выбрать тип сетки, отделить геометрию от материалов. А вот на входе нейросеть по-прежнему не понимает, как снимали. Каждый перепад яркости она пытается превратить либо в форму, либо в цвет поверхности. Поэтому тени, блики и перспектива работают против вас. Есть четыре классические беды.

Ведущая: Давай по одной.

Ведущий: Первая — тени. Густая тень сбоку от кружки для алгоритма это либо глубокая впадина в самой форме, либо чёрное пятно, которое намертво впекается в цвет модели. Потом вы крутите модель, а пятно остаётся на месте при любом освещении.

Ведущая: То есть тень со снимка становится частью предмета?

Ведущий: Именно. Вторая беда — перспектива. Телефон снимает широким углом: ближние детали раздуваются, дальние сжимаются. Передний край стула получается огромным, и вся модель вытягивается вперёд.

Ведущая: А третья?

Ведущий: Перекрытия. Человек скрестил руки на груди, ремешок лежит поверх сумки. Генератор не видит границ и склеивает всё в один кусок. Такую фигуру потом не разведёшь: руку не оторвать от туловища. И четвёртая — блики. Яркий белый блик на глянцевом пластике нейросеть принимает за белую краску на самом предмете.

Ведущая: Получается, на входе нужна не красивая фотография, а скорее чертёж.

Ведущий: Отличное слово. Референс для скульптора. Ровный мягкий свет без теней, однотонный нейтральный фон, предмет целиком в кадре, вид спереди или чуть сбоку, все детали разделены воздухом. Для персонажа руки слегка отведены от тела: это называется А-поза. Если руки вытянуты горизонтально, то Т-поза.

Ведущая: А если нет фотобокса и нормального света?

Ведущий: Он и не нужен. Такой референс можно нарисовать заново в генераторе картинок, например в Nano Banana, секунд за десять. Просите вид без перспективных искажений, ровный студийный свет, никаких падающих теней, чистый силуэт, серый фон. И проверьте перед отправкой в 3D: края предмета не обрезаны рамкой, ручка кружки отделена от корпуса просветом, под дном нет чёрной тени.

Ведущая: Получается, большая часть успеха решается до кнопки «сгенерировать».

Ведущий: Да. Подготовили чистый референс, и сетка выходит цельной, а цвет и материалы честными. Не подготовили, чините потом руками. Хороший способ убедиться самому: одну и ту же кружку прогнать дважды, по фотографии с тенями и по чертежу. На дне модели и на цвете разница видна сразу.

Ведущий: Часть вторая. Референс готов. Куда его отправлять? Генераторов много, глаза разбегаются.

Ведущая: Давай по задачам, а не по названиям. Четыре инструмента, у каждого своя сильная сторона. Первый — Hunyuan3D от Tencent. Рабочая лошадка для предметов: продукты, мебель, техника. Главное, что можно подать не одну картинку, а несколько согласованных ракурсов: спереди, сбоку, сзади. Тогда нейросеть не додумывает заднюю стенку.

Ведущий: А если ракурс всего один?

Ведущая: Для наброска хватит. Для точной модели товара лучше несколько. Дальше у Hunyuan3D удобные вещи для контроля. Можно заранее задать, сколько будет граней, то есть полигонов. Можно сначала сделать чистую геометрию без цвета, проверить силуэт и фаски, и только потом красить. Она пригодится и тогда, когда красить вы захотите сами, по своим развёрткам. А когда включаете материалы, свет не запекается в цвет: всё раскладывается по отдельным картам.

Ведущий: Стоп. Что за карты? Объясни как для человека, который в 3D первый раз.

Ведущая: Представь, что поверхность описана четырьмя слоями. Первый — просто цвет, без бликов и теней. Второй — шероховатость: где матово, где глянец. Третий — металл это или нет. Четвёртый — мелкий рельеф, скажем, насечки на ручке, без лишних полигонов. Такой набор называют PBR, физически честный материал. Если слои лежат отдельно, то свет вашей сцены сам нарисует блики там, где нужно. А если блик впёкся в цвет, он так и будет стоять на месте, пока модель вращается.

Ведущий: Как тень, нарисованная прямо на куртке.

Ведущая: Точно! Второй инструмент — Meshy. Его берут для персонажей и всего, что будет двигаться. Тут ключевое слово — топология, то есть из каких многоугольников собрана сетка. Бывают четырёхугольники, их называют квады, и треугольники. Треугольники нормально лежат на камне или здании. А рука персонажа на сгибе из треугольников ломается заломами. Квады дают аккуратные петли рёбер, и сетка гнётся чисто. Плюс можно задать целевое число полигонов и пересобрать подробную сетку в более лёгкую, игровую.

Ведущий: И всё?

Ведущая: Нет, самое вкусное — риггинг. Загрузили персонажа в А-позе, и Meshy сам строит скелет, а ещё есть готовые походка и бег. Третий инструмент — Tripo. Быстрый реквизит для сцены с предсказуемыми техническими параметрами. Можно поставить потолок числа граней. И главное — масштаб в реальных метрах. Это больная тема всех генераторов: вставляешь стул в сцену, а он размером со спичечный коробок или с десятиэтажный дом. Tripo умеет подгонять размеры под настоящие.

Ведущий: И он же отдаёт четырёхугольную сетку?

Ведущая: Да, в формате FBX. Его без потерь открывают Блендер, Unity и Unreal Engine. И четвёртый — TRELLIS 2 от Microsoft. Он открытый: можно запустить у себя на собственной видеокарте, без облака и лимитов, и крутить настройки как угодно. Строит объём из мелких кубиков, вокселей, поэтому справляется со сложной геометрией. Минус: нужна мощная видеокарта, и готового скелета, как у Meshy, там нет.

Ведущий: Если собрать в одну фразу?

Ведущая: Предметы и товары по нескольким ракурсам — Hunyuan3D. Персонаж, который будет двигаться, — Meshy. Быстрый реквизит с точным размером и лимитом граней — Tripo. Свой локальный конвейер — TRELLIS 2. А на практике их комбинируют: чистый референс из Nano Banana, подробная модель в Hunyuan3D, а если нужен скелет, прогоняют через риггинг в Meshy.

Ведущий: А с чего начать, если вообще никогда этого не делал?

Ведущая: Возьми один простой предмет, например кружку. Сделай чистый референс, потом быстрый прогон без текстур, чтобы увидеть форму. Он быстрее и дешевле. Если силуэт нормальный, повторяешь уже с материалами. Так не сжигаешь время на красивую текстуру для кривой модели.

Ведущая: Часть третья. А если картинки вообще нет? Можно просто описать предмет словами?

Ведущий: Можно. Тут два пути. Прямой: описали словами, получили сетку с материалами. Он хорош, чтобы быстро найти форму и наделать второстепенный реквизит: камни, ящики, простую мебель, иконки. И двухступенчатый: сначала словами рисуете плоский концепт, доводите до нужной формы, и только потом превращаете в объём.

Ведущая: А смысл? Дольше же.

Ведущий: Контроля больше, и намного. Пропорции, симметрия, никаких лишних деталей. Картинку согласовали за секунды, а время на расчёт объёма тратите только на утверждённый вариант. Когда важно попасть в замысел, двухступенчатая схема надёжнее.

Ведущая: А запрос для 3D чем отличается от запроса для картинки?

Ведущий: Сильно. Для картинки вы пишете драматичный контровой свет, туман, закат. Для 3D это яд. Генератор нарисует фальшивые блики и чёрные тени прямо на базовом цвете, и в вашей сцене модель будет выглядеть чужой. Правил четыре. Первое: один запрос, один изолированный объект. Не просите стол с ноутбуком, лампой и чашкой, всё склеится в один кусок с мутной текстурой. Стол, ноутбук и чашку делайте отдельно.

Ведущая: Дальше?

Ведущий: Второе: описывайте материал, а не освещение. Не «меч, сверкающий в лучах заката», а «клинок из шлифованной стали, шершавая кожаная рукоять, латунное навершие». Третье: сложным объектам задавайте открытую позу, иначе руки прирастут к бёдрам. Четвёртое: дисциплина формы. Чистый силуэт, симметрия, сплошная замкнутая форма, никаких висящих в воздухе деталей. И ещё: такие запросы обычно пишут по-английски и короткими структурными фразами: объект, форма, материалы, ограничения.

Ведущая: Можно запомнить короче?

Ведущий: Три опоры: объём, материалы, посадка. Объём: скруглённый, толстые стенки или грубый низкополигональный. Материалы: разделяете, например, матовую керамику корпуса и латунное основание. Посадка: плоское дно у предметов, А-поза у персонажей.

Ведущая: Покажи на примере.

Ведущий: Берём шлем. Для картинки вы напишете: киберпанк-шлем на столе в неоновом переулке под дождём, розовые и синие отблики, глубокие тени. Для 3D пишете иначе: один тактический шлем отдельно, без фона, матовый углепластик, затемнённый визор, цвет без света, толстые фаски, симметрия, сплошная форма. В первом случае получите шлем, слипшийся со столом, с чужими розовыми пятнами при любом свете. Во втором — отдельный предмет, который правильно отражает свет уже вашей сцены.

Ведущая: Хорошо, а как это встроить в реальную работу?

Ведущий: Есть четыре рабочих сценария, выбирайте по бюджету и по тому, куда пойдёт модель. Первый — бесплатный прототип. Открытые демо у разработчиков моделей или TRELLIS 2 у себя на машине: черновая сетка без текстур, потому что на этапе поиска идеи важны пропорции и силуэт. Потом в Блендер, проверить масштаб относительно простого куба и подправить форму.

Ведущая: Второй, наверное, коммерческий?

Ведущий: Да, ассеты для игр и интерактивных сцен. Сетку на миллион треугольников в движок не отправишь, поэтому генератор настраивают заранее. Лимит граней, квады для деформируемого, риггинг для персонажей, а предметы, мебель и технику делают в Hunyuan3D. Третий — карточка товара в интернет-магазине. Покупатель обязательно повернёт кроссовок задней стенкой, поэтому нужны две-четыре стороны: снимаете на нейтральном фоне при мягком свете или генерируете согласованные ракурсы. Загружаете в Hunyuan3D с материалами, скачиваете сжатый GLB и вставляете в страницу товара через веб-компонент model-viewer от Google. На телефоне он ещё и открывает дополненную реальность.

Ведущая: А четвёртый?

Ведущий: Максимум качества: арт-директорам и тем, кому нужен полный контроль над стилем и деталями. Сначала дорабатывайте плоский концепт, пока форма и детали не станут безупречными: картинка стоит копейки, а перегенерировать объём дольше и дороже. Утверждённый концепт отправляете в Hunyuan3D, потом Блендер: камера, студийная карта окружения, финальный кадр. И раз свет на референсе был ровным, цвет и шероховатость получаются чистыми, ничего не надо отмывать.

Ведущий: Часть четвёртая. Модель скачали. Можно сразу на сайт?

Ведущая: Вот тут многие и обжигаются. Вставляешь файл на страницу, и она грузится пятнадцать секунд на мобильном интернете. Модель при вращении улетает за край экрана. На айфоне в дополненной реальности кружка оказывается размером с автомобиль. А на задней стенке висит чёрное пятно. Сырой результат генерации, это заготовка, сырьё для конвейера, а не готовый ассет. Перед публикацией его проводят по чек-листу из семи пунктов. Начнём с первых четырёх.

Ведущий: Поехали.

Ведущая: Пункт первый — бюджет полигонов. Сырая генерация легко выдаёт сотни тысяч треугольников, а то и больше миллиона. Для видеочипа смартфона это тяжело. Для каталога, где на экране несколько моделей, разумно держаться в пределах пятнадцати тысяч. Для главного экрана с одним крупным объектом можно тридцать-пятьдесят тысяч и больше. Бюджет задавайте ещё до генерации, это умеют все три облачных генератора. Или уменьшайте сетку потом, в Блендере.

Ведущий: Второй пункт — топология?

Ведущая: Да, о квадах и треугольниках мы уже говорили. Если предмет будет сгибаться, то есть персонаж, ткань, кабель, или вы собираетесь править фаски и швы руками, нужны квады. Если это жёсткий статичный предмет, ваза, корпус наушников, камень, и он сразу идёт на сайт, подойдут и треугольники.

Ведущий: Третий?

Ведущая: Цельность и отсутствие мусора. Включаете режим каркаса и крутите модель. Вокруг не должно висеть оторванных осколков, это остатки плохо вырезанного фона. А на дне и на задней стенке не должно быть сквозных дыр. Модель должна быть герметичной, как закрытая банка. Особенно если она пойдёт в дополненную реальность или на 3D-печать: в дыру можно заглянуть, а программе для печати трудно понять, где у предмета внутри, а где снаружи.

Ведущий: Четвёртый про те самые блики?

Ведущая: Угадал. Отключите освещение в просмотрщике и посмотрите только на карту базового цвета. Плохо, если там нарисованы белые блики и чёрные тени от студийных софтбоксов с исходного снимка. Поставите такую модель на сайт со своим светом, и блики не будут двигаться при вращении. Хорошо, когда в цвете лежит только чистый цвет материала, а за блеск, рельеф и металл отвечают отдельные карты. Поэтому мы и просили ровный свет на входе.

Ведущий: Получается, половина чек-листа решается ещё до генерации.

Ведущая: Верно. И чтобы почувствовать разницу, возьмём типичный пример: сырой файл, четыреста двадцать тысяч треугольников, мусор в воздухе, блики в цвете. После правки двенадцать тысяч граней, цельная форма и честные материалы. Нагрузка на устройство падает почти целиком, а выглядит модель так же или лучше.

Ведущий: Звучит как хорошая диета для файла.

Ведущая: Именно. Четыре пункта позади. Остались три, самые «невидимые».

Ведущая: Часть пятая. Что за невидимые пункты?

Ведущий: Пятый — точка опоры, по-английски пивот. Это центр координат внутри модели, вокруг которого она вращается и масштабируется. Генераторы часто оставляют его в случайном месте, сбоку или в воздухе. И тогда на странице при автоматическом вращении предмет описывает странные круги и выпадает из рамки. Правило простое: пивот в центр основания, дно ровно на плоскости пола, лицевая сторона к камере.

Ведущая: Шестой?

Ведущий: Реальный размер. В веб-формате, в Блендере и в Unity одна единица координат равна одному метру. В Unreal Engine одна единица равна сантиметру. Если настольная лампа после генерации имеет высоту двенадцать с половиной единиц, то по кнопке «посмотреть в комнате» на айфоне покупатель получит двенадцатиметровую башню. Приводите размеры к настоящим: лампа тридцать пять сантиметров, значит, ноль целых тридцать пять сотых. И зафиксируйте масштаб, чтобы он не пересчитывался. Бывает, что кружка в дополненной реальности получается выше восьми метров, а после правки становится одиннадцать сантиметров, как в жизни. При переносе в игровой движок следите за единицами: метр в Unity и сантиметр в Unreal Engine. Перепутаете, и всё окажется в сто раз больше или меньше.

Ведущая: Седьмой?

Ведущий: Сжатие. Несжатый файл с большими текстурами легко весит десятки мегабайт. На мобильной сети такой грузится дольше десяти секунд, и человек закрывает вкладку. Урежьте текстуры до размера в одну-две тысячи пикселей и включите сжатие геометрии, Draco или Meshopt. Вес падает в разы, до пары мегабайт. Загрузка занимает меньше секунды, а на глаз разницы почти нет.

Ведущая: Хорошо, файл готов. В каком он формате и куда его девать?

Ведущий: Формат определяет платформа. GLB — для сайтов, это «JPEG для 3D»: геометрия, материалы и анимация в одном лёгком файле. FBX — для игровых движков, он надёжно хранит квад-сетку и скелет. USDZ — формат от Pixar и Apple, на нём работает встроенный просмотр в дополненной реальности в Safari на айфоне и айпаде. OBJ — старая классика, только геометрия, без скелета, годится для обмена между редакторами. STL — голая оболочка без цвета для 3D-печати, и ей тоже нужна герметичность.

Ведущая: А если нужно и для сайта, и для айфона?

Ведущий: Держите две версии одной модели рядом: GLB для страницы и USDZ для яблочного просмотра. Веб-компонент умеет подхватить оба файла, и каждое устройство берёт тот, что понимает.

Ведущая: А как показать модель на странице?

Ведущий: Первый путь — model-viewer от Google. Один тег, работает как картинка, только её можно крутить пальцем или мышкой. Сам рисует мягкую тень, подгружает студийное освещение для бликов и открывает дополненную реальность на телефоне. Окружение важно: без отражений металл и глянец выглядят мёртвыми, а с мягким студийным светом сразу оживают. Второй путь — библиотека Three.js. Это для сложных сцен: свои шейдеры, эффекты после рендера, игровая физика. Пакуете модель со сжатием, и библиотека распаковывает её на лету.

Ведущая: А если хочется, чтобы страница реагировала на курсор, и без программирования?

Ведущий: Для этого Сплайн. Браузерный 3D-редактор со встроенным ИИ. Перетаскиваете туда готовую модель, описываете материал словами, скажем, «матовый анодированный алюминий с лёгкими потёртостями», и он делает бесшовную текстуру. А дальше события без кода: модель поворачивается за курсором, меняет цвет по клику, детали разлетаются при прокрутке страницы. Сцену публикуете ссылкой или встраиваете на сайт.

Ведущая: Последний вопрос про игры. Модель из генератора можно сразу использовать для столкновений?

Ведущий: Нет. Подробная сетка для расчёта столкновений слишком тяжела, кадры в секунду просядут при первом контакте игрока с предметом. Поверх ставят простые формы: коробку, капсулу, выпуклую оболочку. Видимая модель одна, а то, обо что бьётся персонаж, совсем другая и очень простая.

Ведущий: Часть шестая. Последняя. Соберём всё вместе на одном примере?

Ведущая: Давай возьмём минималистичную настольную лампу. Подойдёт и колонка, и кофемашина, и геймпад, и наушники: любой предмет промышленного дизайна. Шаг первый — референс. Матовая белая керамическая основа, тонкая стальная рука. Лампа выключена, и это важно: включённый свет слепит камеру и даёт блики. Вид со стороны, ровный студийный свет, серый фон, без теней.

Ведущий: Сложный предмет, наверное, лучше с нескольких сторон?

Ведущая: Да. Если предмет несимметричный, например, кресло с фигурной спинкой или камера с экраном сзади, делайте два-четыре согласованных вида. Hunyuan3D принимает несколько ракурсов в одну сборку. Шаг второй — модель. Загружаете референс, и при сложной форме сначала быстрый прогон без текстур: убедиться, что стойка не рвётся. Потом задаёте плотность сетки и включаете материалы.

Ведущий: И дальше Блендер?

Ведущая: Да, и тут проходим по всем семи пунктам. Включаете статистику сцены, чтобы видеть число треугольников, и вписываетесь в бюджет страницы. Шарнир лампы должен гнуться, поэтому для него берём квады. Убираем мусор и проверяем дно. Смотрим материалы: у керамики шероховатость средняя и металла нет, у стальной ножки наоборот, металл и гладкая поверхность. Пивот в центр основания. Размер: не девять метров, а тридцать восемь сантиметров. И в конце экспорт со сжатием.

Ведущий: И из одного файла получаются три готовых вещи?

Ведущая: Даже четыре. Первая — студийный рендер для макета. Три источника света: рисующий спереди слева, заполняющий с другой стороны, контровой сзади сверху, чтобы отделить силуэт от фона. Плюс студийная карта окружения. В настройках берёте физически точный движок рендера, он честно считает отражения на металле и керамике, и включаете шумоподавление. Сохраняете кадр с прозрачным фоном и кладёте в макет в Figma, в карточку продукта. Вторая — интерактивный виджет: сжатый файл в model-viewer, и лампа плавно вращается по центру блока. Именно потому, что пивот стоит в основании.

Ведущий: А третья, дополненная реальность?

Ведущая: Экспортируете модель в реальном масштабе в USDZ, на айфоне в Safari появляется кнопка, и лампу можно поставить на свой стол в натуральную величину. Четвёртая — FBX с простыми формами для столкновений, если нужен игровой движок. И ещё совет про портфолио. Не выкладывайте только красивый рендер. Покажите четыре кадра подряд: чистый референс, сетку и карты материалов, проверку пивота и полигонов в Блендере, готовый интерактивный экран. Так видно, что у вас управляемый процесс, а не случайная генерация.

Ведущий: Теперь итог. Первое: тени, блики и широкий угол на входе превращаются в дыры и пятна на выходе, поэтому готовьте референс как чертёж. Второе: инструмент выбирают по задаче. Hunyuan3D для предметов по нескольким ракурсам, Meshy для персонажей и риггинга, Tripo для быстрого реквизита с точным размером, TRELLIS 2 для своего локального конвейера. Третье: в запросе для 3D описывайте один объект и его материалы, а не свет и сцену. Четвёртое: сырую модель проверяйте по семи пунктам, и особенно следите за полигонами, пивотом, размером в метрах и сжатием. Пятое: один хороший файл закрывает рендер, сайт, дополненную реальность и игровой движок.

Ведущая: Упражнения, картинки и все примеры лежат в уроках на сайте.

Ведущий: Дальше в курсе модуль про веб-дизайн с нейросетями: как дизайнер собирает работающие страницы, почти не пишет код. А если хочется попробовать разные нейросети в одном месте, без VPN и с оплатой рублями, это наш сервис arckep.ru.

Ведущая: Спасибо, что слушали!

Ведущий: До встречи!