一张照片生成3D头像!苹果新模型击败StyleGAN2,表情光线都能调,网友:要用于MR?
随便一张照片,就可生成3D头像。而且光线真实,任意角度可调。
这是苹果的最新黑科技生成框架FaceLit。
正如其名,FaceLit的特色就是可以将人脸“点亮”。
“自带光环”的FaceLit在易用性上也不输同类,甚至更胜一筹——
进行3D建模时,需要的照片素材无需专门选择角度,数量上也只需一张。
甚至对表情、发型、眼镜等元素进行调节时,也不需要额外素材。
而传统的头像合成工具或者需要多张图片才能工作,或者对照片角度有刁钻的要求。
正是凭借这一创新,FaceLit获得了3.5的FID评分,较同类产品直接高出了25%。
改进式EG3D合成人像,光线信息单独处理
下面就来看一下FaceLit具体是如何实现头像合成的。
总的来说,苹果采用了将人物本体与光线分别处理再进行叠加的策略。
早期的三维人像合成工具在转换过程中可能产生形变。
而爆火的NeRF通过将场景拆分成具体因素,提高了3D图像合成效果,改善了这一问题。
但苹果团队认为,在可控性方面,NeRF仍存有不足之处。
于是,在EG3D框架的基础上,苹果创造了FaceLit的合成模型。
EG3D通过三平面解码器,赋予了二维卷积神经网络生成渲染3D模型所需深度参数的能力。
苹果团队对标准的EG3D训练方式进行了扩展,并将之转化成了FaceLit框架。
△FaceLit与传统EG3D渲染流程对比图
标准的ED3G使用相机位置p参数作为基本输入参数。
在建立GAN2操作时,苹果在EG3D的基础上加入了光照参数l。
苹果选择了经过球形谐波方式简化后的Phong反射模型作为处理光源的物理基础。
光照参数l就是在这一基础之上独立处理得到的。
在自然界中,反射包括镜面反射和漫反射两种形式。
△不同镜面反射率条件下的效果对比
因此,苹果在ED3G模型中加入了镜面反射解码器和漫反射解码器。
它们替代了可以直接得到颜色c、密度σ数据的三平面解码器。
△反射解码器流程示意图
通过对GAN2产生的数据进行再次解码,可以得到镜面反射率ks和漫反射率kd。
然后再通过两种反射着色器得到颜色c,密度σ则由漫反射解码器计算得出。
最终,FaceLit以与三平面解码器相同的参数(c,w,σ)渲染图像,并进行分辨率优化。
有的放矢设计训练策略,数据无需人工标注
生成框架已有,那就来到训练阶段,其特点在于训练过程中无需人工标注。
方法论层面,在训练时,团队使用了FFHQ、MetFaces和CelebA-HQ数据集。
对于不同的数据集,苹果使用了不同的训练方式。
FFHQ包含了7万余条人脸数据,其训练分为两个阶段:先在较低的分辨率下训练,再提高分辨率再次进行。
对于包含2万数据量的CelebA-HQ,训练不需要分阶段进行。
而对于更小的MetFAces,则只需要通过ADA扩容的方式,使用预训练的FFHQ进行优化调整即可。
定性地看,训练结果在机位、光源和反射高光等方面都有出色的表现,图中的细节也有所增强。
△FaceLit生成的头像(左侧四列)唇齿部位的细节进行了明显重构
定量结果同样表明,FaceLit在FID、KID等指标上均优于包括标准EG3D在内的传统生成方式。
在使用FFHQ作为训练集的条件下,各生成方式的表现如下表,不难看出FaceLit拥有最低的FID和KID值。
而相比于英伟达的StyleGAN2,FaceLit的表现依旧出色:
光线准确度方面,FaceLit在使用三种不同训练数据集的情况下,与人工设定的标准值平均均方误差均低于0.01。
网友:人们低估了苹果AI
消息发出后,便有网友认为“这是对更重磅产品的预热”。
更有网友直接推测,FaceLit的出现标示着人工智能将进军AR和VR领域,苹果的混合现实将最终实现商用……
也有网友认为,FaceLit不会商用,否则苹果才不会以论文的形式发表。
针对FaceLit本身,也有网友表示,除了LLM,其他都是浮云,他们(苹果)如果不开发LLM,就没有未来。
但这位网友同时也说,苹果可能已经在做(LLM)了。
相应的,也有网友称人们“低估了苹果在AI领域的深度”。
所以各位网友对苹果在AI领域还有什么样的期待呢?
论文地址:
https://arxiv.org/abs/2303.15437
GitHub地址:
https://github.com/apple/ml-facelit
参考链接:
https://twitter.com/AlphaSignalAI/status/1648361623004774400
OpenAI拟研发AI手机 软银将投资10亿美元
AI与手机结合会是什么样子呢!快科技9月29日消息,OpenAI正与被誉为iPhone之父”的前苹果首席设计师艾维(JonyIve)以及软银的孙正义进行深入谈判,拟成立一家合资企业,目的是打造一款AI时代的iPhone。据知情人士透露,孙正义、Altman和艾维已讨论创建一家公司,从三家公司中吸收人才和技术,软银计划向这家合资企业投资逾10亿美元。000010年市场规模1.3万亿美元,「模力时代」已来
大模型风暴刮了大半年,AIGC市场开始起了新的变化:酷炫的技术Demo,正在被完整的产品体验所取代。比如,OpenAI最新AI绘画模型DALL·E3刚一登场,就跟ChatGPT强强联合,成为ChatGPTPlus里最令人期待的新生产力工具。又比如,微软基于GPT-4打造的Copilot,已经全线入驻Win11,正式取代Cortana成为操作系统里的新一代AI助手。站长网2023-10-19 14:58:310000韩国一男子因利用AI创作虐待儿童图像被判刑
本文概要:-韩国法官首次以AI生成的儿童虐待图像为由判刑。-一名40多岁男子因拥有约360张虐待性质的AI生成儿童图像被判刑两年多监禁。-检察官成功主张将“性虐待材料”的定义扩大,包括“虚拟人物”参与性行为的图像或描述。韩国法官首次判决一名涉嫌使用人工智能生成儿童虐待图像的男子入狱,标志着南韩对AI技术滥用问题开始采取行动。站长网2023-10-03 14:52:010000再创历史新高 比亚迪5月新能源车销量24.02万辆
6月1日消息,比亚迪公布了5月销量成绩,当月累计销量240220辆,同比增长97.63%。此外,5月份比亚迪汽车产量达到了246259辆,同比增长99.34%,产销双双创历史新高。5月,比亚迪乘用车销量239092辆,同比增长109.4%;其中王朝海洋系列销量达228087辆,同比增长99.8%,腾势汽车5月销量11005辆;海外出口10203辆。站长网2023-06-02 11:58:54000090%的组织表示生成式AI将在未来12个月内帮助拓展业务线
**划重点:**-📈根据PwC的2024数字信任洞察报告,90%的组织相信生成式AI将在未来12个月内帮助它们拓展新的业务线。-🛡️针对数字个人数据保护法案等新的网络安全和数据隐私法规,组织对增强网络安全投资的战略重要性日益凸显。-💼报告显示,近70%的组织计划在未来的网络安全战略中积极利用生成式AI,强调积极而有效的防御措施的关键性需求。站长网2023-11-14 14:32:200000