Генеральный директор Tripo о применении ИИ для «дополнения», а не «замены» создателей контента

Одним из наиболее активно развивающихся направлений внедрения ИИ в игровую индустрию является генерация игровых ассетов. В то время как ранние решения часто были сосредоточены на ускорении отдельных задач, таких как моделирование или текстурирование, новые платформы начинают более глубоко интегрироваться в производственные процессы, влияя на то, как команды создают прототипы, итерации и масштабируют контент.

В этом интервью мы поговорили с основателем и генеральным директором компании Tripo Саймоном Сонгом, чтобы обсудить техническую основу, стоящую за его последними моделями, включая Tripo 3.0, серию P и экспериментальный подход к «мировой модели».

Инструменты Tripo уже используются в конвейерах создания пользовательского контента в реальном времени, быстром прототипировании и крупномасштабной вариации ассетов с путями интеграции в стандартные для отрасли инструменты DCC и движки. По словам Сонга, основное внимание уделяется дополнению создателей, а не их замене, что стало центром многих дискуссий и комментариев об использовании ИИ в разработке игр.

ИИ Tripo AI быстро развился, достигнув миллионов пользователей и десятков тысяч разработчиков API. С вашей точки зрения, какой способ использования платформы разработчиками сегодня оказался самым удивительным?

Саймон Сонг, основатель и генеральный директор: Один сценарий, который сначала нас удивил, пришёл из экосистем создателей контента, созданного пользователями (UGC), игровых платформ. Разработчики используют Tripo не только как отдельный инструмент для создания 3D-моделей; они интегрируют его в рабочие процессы создания контента в реальном времени. Например, исследуя сотрудничество с креативными игровыми экосистемами, такими как Eggy Party, мы наблюдали удивительное явление: создатели разрабатывали карты и интерактивные миры в реальном времени. Генерация 3D-объектов с помощью ИИ позволила им создавать реквизит или элементы сцены за считанные секунды и размещать их непосредственно в редакторе уровней для немедленного тестирования.

В прошлом эти ассеты обычно создавались профессиональными арт-командами один за другим. Теперь создатели могут генерировать контент по требованию и сразу использовать его в творческом процессе. С нашей точки зрения, это означает, что ИИ больше не просто инструмент для создания ассетов; он становится неотъемлемой частью рабочего процесса создания миров UGC.

С выпуском Tripo 3.0 и новой линейки моделей, анонсированной недавно, какой основной технологический прорыв позволил создать новое поколение 3D-ассетов?

Саймон Сонг: Tripo 3.0 использует совершенно новое представление SparseFlex, разработанное нашей командой. Этот метод точно фиксирует детали модели, открытые поверхности и внутреннюю геометрию, одновременно поддерживая более эффективные стратегии обучения. Это снижает вычислительные затраты и позволяет проводить обучение с более высоким разрешением, делая 3D-модели, созданные с помощью ИИ, пригодными для крупномасштабных коммерческих приложений. Наша флагманская модель, Tripo H3.1, дополнительно решает давние узкие места в формах персонажей, лицах и геометрическом тексте. В наших тестах Tripo H3.1 лидирует в отрасли по основным показателям, таким как выравнивание входных данных, структурная точность, качество текстур и скорость генерации.

Наша другая серия, серия Tripo P, сосредоточена на решении проблем, когда текущая генерация 3D-мешей часто затруднена из-за компромиссов сериализации. Длинные сериализованные данные серьёзно ограничивают эффективность генерации, а однонаправленная причинная предвзятость подавляет глобальное пространственное взаимодействие.

Начиная с первых принципов, мы использовали совершенно новый образ мышления и алгоритмическую основу, чтобы переосмыслить, как следует выражать и генерировать 3D. Tripo P1.0 впервые реконструирует базовую парадигму пространственной генерации, отказываясь от локальных вычислений трёхмерных объектов в пользу единого нативного вероятностного пространства. Модель больше не «предсказывает» следующую точку; вместо этого она выполняет макроуровневое вероятностное схлопывание всей пространственной структуры.

Модель сначала осаждает «основу» формы в пространстве шума; впоследствии сложные топологические отношения развиваются на основе этой основы в едином вероятностном пространстве. Tripo P1.0 преодолевает барьеры построения размерностей, позволяя многомерной информации мгновенно выравниваться в неупорядоченном пространстве шума. Это позволяет чрезвычайно сложным 3D-топологиям «сходиться» в форму одновременно, совершая фундаментальный переход от локального сшивания к глобальному возникновению.

Конечным результатом является то, что Tripo P1.0 может генерировать 3D-модели профессионального уровня с чистой топологией, стабильными каркасами и готовностью к использованию в движках всего за 2 секунды. Кроме того, при таком новом подходе мы обнаружили, что потенциал для редактирования моделей и масштабируемости точности значительно оптимизирован.

Многие разработчики интересуются, как 3D-ассеты, созданные с помощью ИИ, вписываются в традиционные конвейеры. Как Tripo интегрируется с распространёнными игровыми движками и инструментами DCC, и какие шаги необходимы для переноса ассетов из генерации в производство?

Саймон Сонг: Ассеты, созданные с помощью Tripo, могут быть напрямую экспортированы в стандартных для индустрии форматах, таких как FBX, OBJ и GLB, и включают в себя полные геометрические структуры и информацию о текстурах. Это означает, что ассеты можно легко импортировать в основные инструменты DCC, такие как Blender и Maya, для дальнейшего редактирования или напрямую загрузить в игровые движки, например Unity и Unreal Engine, для тестирования и интеграции. Наши плагины для экосистемы охватывают самые популярные инструменты для создания 3D-контента и движки контента.

Многие команды используют наш API для интеграции возможностей генерации в свои системы управления активами или собственные редакторы, что позволяет создать более автоматизированный производственный процесс.

В реальных условиях разработки переход от генерации ассетов к формальному производственному процессу обычно включает несколько шагов:

1. Генерация и первичный отбор: команда генерирует несколько версий ассета с помощью текстовых или графических входных данных и выбирает результат, который наилучшим образом соответствует их требованиям.
2. Оптимизация и доработка в DCC: ассет дорабатывается в инструменте DCC — задачи включают оптимизацию топологии, контроль количества полигонов и настройку UV или деталей материала.
3. Интеграция в движок и тестирование: ассет импортируется в игровой движок для тестирования в реальном времени и интеграции в сцену, где добавляются технические настройки, такие как коллайдеры, LOD (уровни детализации) или физические свойства.
4. Контроль версий: наконец, эти ассеты включаются в системы контроля версий и библиотеки ресурсов команды в качестве официальных производственных ассетов.

Создавая высокоточные сетки и текстуры, Tripo значительно сокращает временные затраты от первоначальной концепции до готового продукта. Tripo предлагает надёжный конвейер инструментов, способный преобразовывать высокополигональные модели в низкополигональные версии, поддерживая как треугольную, так и четырёхугольную топологию, редактируемые текстуры и генерацию анимированных скелетов. Через плагины DCC их можно импортировать непосредственно в такие движки, как Unity, для разработки конвейера.

Это повышение общей эффективности производства значительно сокращает время, необходимое для традиционного моделирования и подготовки ассетов, позволяя командам больше сосредоточиться на творческом дизайне и игровом процессе. Кроме того, поскольку созданные ассеты уже близки к производственным стандартам по структуре и формату, объём переделок на последующих этапах эффективно снижается, что дополнительно повышает общую эффективность команды.

Можете объяснить, что такое «World Model» и как временная или мультимодальная генерация может повлиять на будущие рабочие процессы разработки игр?

Саймон Сонг: «World Model» означает, что интерактивное выражение игры больше не ограничивается только сетками и производительностью рендеринга на основе физики (PBR). По сути, эта концепция позволяет ИИ не только понимать статический 3D-объект, но и понимать, как мир меняется во времени. В то время как традиционные 3D-генеративные модели в основном фокусируются на «генерации объекта или ассета», такие модели, как Tripo W1, больше озабочены тем, как сцена развивается с течением времени и как различные элементы взаимодействуют друг с другом.

На практике это означает, что разработчики могут использовать мультимодальные входные данные — такие как видео, текст или изображения — чтобы позволить ИИ сделать вывод о пространственной структуре сцены, отношениях между объектами и потенциальных динамических изменениях. Например, видео содержит больше, чем просто визуальную информацию; оно подразумевает траектории движения, пространственные схемы и отношения между объектами. С помощью модели мира ИИ может понять окружающую среду на основе этих данных и далее генерировать 3D-сцены или ассеты, пригодные для разработки игр.

Однако необходимо признать, что работа всей отрасли над мировыми моделями всё ещё находится на ранних стадиях исследований, поэтому её влияние на игровую индустрию остаётся пока скорее визионерским. Для рабочего процесса разработки игр эта возможность может привести к серьёзным изменениям: разработчикам больше не потребуется создавать каждый актив или сцену с нуля. Вместо этого они могут быстро сгенерировать базовую структуру мира на основе реальных кадров или эталонных видео, которые затем команда художников и дизайнеров доработает и усовершенствует.

В долгосрочной перспективе разработчики будут уходить от простого создания отдельных ассетов к определению правил, стилей и логики игрового процесса, а ИИ будет помогать в генерации и расширении всего мира. Мы считаем, что это представляет собой критический этап в эволюции ИИ — переход от «создания ассетов» к «пониманию и созданию миров».

Одной из самых больших проблем для ассетов, созданных с помощью ИИ, является поддержание согласованной топологии, раскладки UV и оптимизации для рендеринга в реальном времени. Как Tripo решает эти проблемы, чтобы гарантировать, что ассеты остаются пригодными для использования в движках реального времени?

Саймон Сонг: Во-первых, мы оптимизируем UV-загрузку сгенерированных ассетов, обычно достигая коэффициента загрузки 60% или выше. Это значительно сокращает потери пространства текстуры и максимально увеличивает использование разрешения текстуры.

На геометрическом уровне мы оптимизируем соответствие между высокополигональными и низкополигональными моделями. На основе этого мы обеспечиваем запекание точных карт нормалей и генерируем многоуровневые модели LOD (уровень детализации). Это позволяет одному активу переключаться между различными уровнями точности в рамках конвейера движка в зависимости от конкретных требований к производительности.

Tripo уже имеет интеграции с такими компаниями, как Stability AI, Scenario.gg, Riot и EA. Как студии в настоящее время внедряют ассеты, созданные с помощью ИИ, в свои рабочие процессы и где вы видите наибольшую эффективность?

Саймон Сонг: Всё больше студий начинают внедрять ресурсы, созданные с помощью ИИ, в свои производственные процессы. Однако обычно это не полная замена существующих рабочих процессов, а мощный инструмент для ускорения производства контента и итераций. На практике во многих командах генерация с помощью ИИ чаще всего используется на ранних стадиях исследования концепций и прототипирования ресурсов. Например, при разработке новых реквизитов, элементов окружения или архитектурных компонентов команды могут за очень короткое время создать несколько версий с разными стилями или структурами, чтобы быстро проверить визуальные направления и планировки уровней. Такой подход значительно сокращает время от первоначальной концепции до тестируемого актива.

Ещё одно ключевое применение — массовое производство вариантов ресурсов. В играх с открытым миром или на платформах UGC часто требуется огромный объём вариаций для реквизитов или элементов окружения — например, разные стили зданий, украшений или природных элементов. ИИ помогает командам быстро создавать эти варианты, которые затем отбираются и дорабатываются с помощью стандартных художественных и технических конвейеров.

С точки зрения повышения эффективности мы сейчас наблюдаем наиболее значительные изменения в трёх конкретных областях:

1. Скорость от концепции до прототипа: команды могут получить пригодные для использования 3D-активы за минуты, а не тратить часы или дни на моделирование с нуля.
2. Вариативность ресурсов и масштабирование контента: ИИ позволяет командам за короткий период создавать огромное количество полезного материала.
3. Скорость творческих итераций: когда дизайн или уровень нужно скорректировать, разработчики могут быстро создавать новые версии для тестирования без необходимости перезапускать весь процесс создания актива.

Поэтому мы считаем, что наиболее важная ценность ИИ на данном этапе — помощь командам в высвобождении большего количества времени от рутинных производственных задач. Это позволяет создателям больше сосредоточиться на игровом дизайне, художественном направлении и построении мира — элементах, которые действительно определяют игровой опыт.

Для разработчиков, экспериментирующих сегодня с конвейерами, использующими ИИ, где вы видите самые большие возможности и ограничения 3D-генерации, управляемой ИИ?

Саймон Сонг: Я считаю, что величайшая возможность, которую генерация 3D с помощью ИИ предоставляет разработчикам, заключается в резком снижении затрат на производство контента и преодолении барьеров для входа. В традиционных рабочих процессах разработки игр создание 3D-активов часто является одним из самых трудоёмких этапов. С помощью ИИ разработчики могут за секунды создавать прототипы активов и быстро исследовать различные стили и направления дизайна, тем самым значительно ускоряя скорость итераций.

Это ценно не только для крупных студий, но и имеет ещё большее значение для независимых разработчиков и небольших команд, поскольку позволяет им создавать более сложные миры с ограниченными ресурсами. Ещё одна важная возможность — расширение масштаба контента. По мере улучшения возможностей генерации ИИ разработчики смогут более легко создавать огромное количество вариантов ресурсов — таких как элементы окружения, реквизиты или архитектурные компоненты. Это особенно важно для игр с открытым миром, платформ UGC и продуктов, связанных с генерацией контента в реальном времени. В конечном счёте ИИ помогает командам переключать свою энергию с повторяющейся производственной работы на творческий дизайн и игровой процесс.

Каковы ваши мысли об использовании ИИ для творческих начинаний, таких как это, в отношении этики его использования, потенциальной замены разработчиков и общего противоречия вокруг технологии?

Саймон Сонг: Мы последовательно рассматриваем ИИ как инструмент для расширения возможностей создателей, а не как инструмент для их замены. Ценность ИИ заключается в том, чтобы помочь командам сократить высоко повторяющиеся производственные циклы, позволяя художникам и разработчикам посвящать больше времени чистому творчеству. С точки зрения эволюции отрасли технологический прогресс обычно меняет структуру рабочих мест, а не просто устраняет роли. Например, по мере развития инструментов в игровой индустрии появились новые роли — такие как инженеры инструментов, а в последнее время — художники инструментов ИИ.

Я считаю, что ИИ приведёт к подобной трансформации. В будущем мы увидим больше ролей, связанных с дизайном рабочих процессов ИИ, управлением данными и творческим контролем. Конечно, мы также придаём большое значение таким вопросам, как использование данных, авторские права и права создателей. Создание прозрачной и ответственной технологической экосистемы имеет жизненно важное значение; это требует совместных усилий регулирующих органов, создателей контента и отраслевых организаций по обеспечению стандартизации.

В целом я не считаю, что ИИ уменьшит важность человеческого творчества. Напротив, это снизит барьер для входа, позволяя большему количеству людей участвовать в создании 3D-контента и интерактивных миров. Истинная ценность заключается в том, как мы сочетаем технологии с творчеством, а не позволяем одной заменять другое.

Глядя в будущее, как выглядит следующая эволюция 3D-создания с помощью ИИ и как такие инструменты, как Tripo, могут изменить роль художников и технических художников в ближайшие несколько лет?

Саймон Сонг: Я считаю, что создание 3D с помощью искусственного интеллекта движется в сторону «понимания и генерации целых миров». В последние несколько лет большинство инструментов были ориентированы в основном на решение задач на уровне ассетов — например, создание отдельного персонажа, реквизита или компонента сцены. Однако с появлением мировых моделей, таких как Tripo W1, искусственный интеллект начал понимать более сложные пространственные структуры, отношения между объектами и изменения во времени.

ИИ может помочь в быстром создании базового контента, в то время как художники будут отвечать за определение визуального направления, выборку и доработку сгенерированных результатов, а также их интеграцию в единую художественную систему. Для технических художников этот сдвиг будет ещё более заметным. Будущим техническим художникам нужно будет не только понимать традиционный рендеринг, оптимизацию ассетов и цепочки инструментов; им нужно будет участвовать в разработке и управлении рабочими процессами с использованием ИИ. Это включает в себя такие задачи, как интеграция генеративных моделей в производственные конвейеры, обеспечение стилистической согласованности генерируемых результатов и соответствие ассетов, созданных с помощью ИИ, техническим стандартам движков реального времени.

Поэтому я считаю, что в ближайшие годы мы увидим появление новой творческой парадигмы: ИИ занимается крупномасштабной генерацией, художники принимают творческие и эстетические решения, а технические художники интегрируют эти возможности в стабильные и эффективные производственные конвейеры. В этой модели ИИ даёт создателям возможность участвовать в создании контента на гораздо более высоком уровне.

Саймон Сонг, основатель и генеральный директор Tripo

Интервью провёл Дэвид Джагнео