阿里3D AI挑战赛落幕,2D照片10秒“升级”成3D模型

简介: 8月26日,首届阿里巴巴3D AI挑战赛落下帷幕。本届挑战赛共有1258支队伍报名参赛,三个赛道冠亚季军获奖名单出炉(文章底部查阅获奖名单),颁奖典礼将于Alibaba 3D Artificial Intelligence Challenge Workshop (IJCAI-PRICAI2020) 进行。

滚动.gif

8月26日,首届阿里巴巴3D AI挑战赛落下帷幕。本届挑战赛共有1258支队伍报名参赛,三个赛道冠亚季军获奖名单出炉(文章底部查阅获奖名单),颁奖典礼将于Alibaba 3D Artificial Intelligence Challenge Workshop (IJCAI-PRICAI2020) 进行。

同时,阿里巴巴淘系技术部开源的3D-FUTURE数据集受到了业界的广泛赞许与青睐。海内外知名院校和机构,包括斯坦福、UC伯克利、帝国理工、苏黎世理工、加利福尼亚大学、苹果、Facebook、清华、北大等,已开始就3D-FUTURE数据集开展相关学术研究。

image.png

基于阿里开源的业界首个工业级大型3D家具数据集3D-FUTURE,**“3D机器建模技术”可实现高质量高效率的3D建模,未来有望在保证工业级质量前提下,将建模时间从3小时骤降到10秒,并降低9成建模成本。
**
image.png

阿里开源的3D家具数据集3D-FUTURE中的家具示意图

3D模型是未来数字化与智能化的基础,但3D建模成本高、效率低,设计师通常需1~3小时才能完成单个物体的手工建模。本次大赛旨在利用3D AI技术破解产业难题,共吸引1258支队伍参加,选手们在阿里开源的3D-FUTURE数据集基础上,通过深度学习技术,让AI在10秒内完成3D建模。

大赛其中一条赛道“基于单张图的3D模型重建”,需参赛队伍对2D照片中的家具进行3D重建,是设计师常见工作之一。来自Zhongjun Wu等人提出的新方法,能根据照片迅速给出3D建模结果,与设计师人工建模匹配度最高,并以79.01分的成绩夺冠。通常重建一个3D模型成本在300~500元,通过3D AI技术,可迅速批量重建3D模型,业内估计将降低9成建模成本。

image.png

图为3D建模对比图,分别为输入图片,设计师模型,机器重建模型

阿里巴巴淘系技术资深算法专家 乐田表示:“3D重建是3D机器学习的核心,只有在高质量3D数据集支持下,工业级3D AI建模才能满足更大规模的产业需求,技术前景广阔。”阿里3D AI技术已成功应用在淘宝3D购、躺平设计家等场景中,未来还可应用于自动驾驶、VR、AR等领域,将大大提高人机互动、线上商城、室内设计等场景的精确度和丰富度。

image.png

三维重建是目前的研究核心与趋势,也是打造未来数字化世界的基础。然而,高精度三维重建还停留在研究初期阶段,尤其在家居行业的工业落地困难重重。阿里作为互联网领军者之一,期望为3D家居高精度重建,叩响工业界的大门,开启智能家居设计的崭新时代,为未来的家居设计提供更加便捷,高效的解决方案,以革新家居生活新体验。

此次竞赛总结了业界最先进的高校建模方案,探索并驱动了3D重建工业界建模的方法研究。AI技术将会百倍级压缩建模时间,大大简化家居设计时间,为未来降低工业设计成本,提高客户体验感提供新方向。在数据为王的时代,业界此前并没有高质量3D家居开源数据集,这极大制约了学术及工业界在3D高精度重建方面的研究发展。此次,阿里巴巴淘系技术部开源了3D-FUTURE数据集,共包含20,000+高清室内场景专业设计渲染图,与10,000+工业在用的高精度3D家具模型,以及信息丰富的高清纹理和属性标签,让数据驱动的工业级3D建模成为可能。该数据集拥有少见的高清纹理,几何细节丰富的模型、以及丰富的类别属性。一经发布,就吸引了斯坦福大学、加州大学伯克利分校、清华大学、香港中文大学等高校及苹果、Facebook等企业,在该数据集基础上开展学术和应用的前沿研究。我们将持续维护,完善,提升,并扩充该数据集。

3D-FUTURE数据集主页:
https://tianchi.aliyun.com/specials/promotion/alibaba-3d-future

2020阿里巴巴 3D AI 挑战赛获奖名单如下:

// 赛道一 reconstruction
image.png

// 赛道二 retrieval
image.png

// 赛道三 segmentation
image.png

关注「淘系技术」微信公众号,一个有温度有内容的技术社区~
image.png

相关文章
|
25天前
|
机器学习/深度学习 人工智能 算法
AI音乐生成创企发新模型 几秒生成两分钟歌曲
Suno公司推出AI音乐生成模型,基于深度学习和大数据,快速创作符合用户喜好的歌曲,简化音乐创作流程,让业余爱好者也能参与。该模型高度可定制,支持二次创作,引发行业关注。创始人强调,目标是辅助而非取代人类音乐家,旨在促进音乐产业创新与发展。
55 1
AI音乐生成创企发新模型 几秒生成两分钟歌曲
|
1天前
|
人工智能 前端开发 Java
Java语言开发的AI智慧导诊系统源码springboot+redis 3D互联网智导诊系统源码
智慧导诊解决盲目就诊问题,减轻分诊工作压力。降低挂错号比例,优化就诊流程,有效提高线上线下医疗机构接诊效率。可通过人体画像选择症状部位,了解对应病症信息和推荐就医科室。
27 10
|
4天前
|
机器学习/深度学习 编解码 人工智能
Transformer 和扩散模型的生成式 AI 实用指南(预览版)
Transformer 和扩散模型的生成式 AI 实用指南(预览版)
Transformer 和扩散模型的生成式 AI 实用指南(预览版)
|
4天前
|
数据采集 人工智能 编解码
二次元专用超分AI模型APISR:在线可用,入选CVPR
【4月更文挑战第15天】APISR是一款由密歇根大学、耶鲁大学和浙江大学联合研发的AI模型,专攻动漫风格的超分辨率问题。在CVPR会议上发表的这项成果,通过理解动漫制作流程,针对性地收集和处理训练数据,提升了动漫图像的清晰度和视觉效果。APISR引入预测导向的压缩模块和平衡的双感知损失函数,有效恢复手绘线条并减少颜色伪影。此外,模型关注图像复杂性,优化训练数据质量和学习效率。尽管面临处理复杂场景和颜色偏差的挑战,APISR为动漫图像处理开辟了新方向。
8 1
二次元专用超分AI模型APISR:在线可用,入选CVPR
|
13天前
|
Web App开发 人工智能
阿里放大招了!“通义听悟”确实有点新意了,为国产AI大模型打响应用第一枪
阿里放大招了!“通义听悟”确实有点新意了,为国产AI大模型打响应用第一枪
55 3
阿里放大招了!“通义听悟”确实有点新意了,为国产AI大模型打响应用第一枪
|
24天前
|
机器学习/深度学习 人工智能 自然语言处理
大模型落地实战指南:从选择到训练,深度解析显卡选型、模型训练技、模型选择巧及AI未来展望---打造AI应用新篇章
大模型落地实战指南:从选择到训练,深度解析显卡选型、模型训练技、模型选择巧及AI未来展望---打造AI应用新篇章
大模型落地实战指南:从选择到训练,深度解析显卡选型、模型训练技、模型选择巧及AI未来展望---打造AI应用新篇章
|
25天前
|
机器学习/深度学习 人工智能 监控
面向中文大模型价值观的评估与对齐研究:“给AI的100瓶毒药”并解毒,守护AI纯净之心
面向中文大模型价值观的评估与对齐研究:“给AI的100瓶毒药”并解毒,守护AI纯净之心
面向中文大模型价值观的评估与对齐研究:“给AI的100瓶毒药”并解毒,守护AI纯净之心
|
25天前
|
人工智能 文字识别 安全
谷歌推出通用AI代理:能自动执行600多种动作,游玩复杂3D游戏
谷歌DeepMind的SIMA项目旨在创建一个通用AI代理,该代理能在多种3D环境中执行复杂任务,通过语言指令与环境交互。目标是让AI理解并执行600多种动作,包括导航和建造等。使用多样化的3D环境训练,结合零基础训练和预训练模型,如SPARC和Phenaki,以增强语言理解和行动执行。评估方法多角度,包括人类评估,但也面临效率和成本挑战。项目注重伦理安全,但AI在复杂环境中的性能仍有提升空间。DeepMind将继续优化代理的鲁棒性,扩大研究范围,以推动通用人工智能的发展。
21 2
谷歌推出通用AI代理:能自动执行600多种动作,游玩复杂3D游戏
|
26天前
|
存储 人工智能 数据处理
英伟达AI Workbench正式发布,大幅度简化大模型开发流程
英伟达发布AI Workbench,革新大模型开发流程,简化GPU工作站配置,降低AI技术门槛。该工具提供预建AI项目、交互式文档功能及自定义图像生成,支持LLM定制,助力高效开发与协作。虽对新手有一定学习曲线,但已成AI民主化重要一步。
28 4
英伟达AI Workbench正式发布,大幅度简化大模型开发流程
|
机器学习/深度学习 人工智能 算法
AI自动生成人脸照片?还能穿越时空变幻幼时和未来的模样?
AI一直是一个神秘且又令人心生敬畏和向往的概念。先且不论常人对AI的认知,就连游走在边缘的程序员们对AI也是知之甚少。