OpenAI宣布推出Point-E，这是一种机器学习系统，可以从文本提示快速创建3D图像

首先，将文本提示输入 GLIDE 模型以生成合成渲染视图。接下来，点云扩散堆栈对该图像进行条件处理以产生3D RGB点云。

总部位于旧金山的OpenAI的一组研究人员宣布开发一种机器学习系统，该系统可以从文本创建3D图像，比其他系统快得多。该小组在arXiv预印本服务器上发表了一篇论文，描述了他们的新系统，称为Point-E。

在过去的一年里，一些团体宣布了可以根据文本提示生成3D建模图像的产品或系统，例如，“红色地板上的蓝色椅子”或“一个戴着绿帽子骑紫色自行车的小男孩”。这样的系统通常由两部分组成。第一个阅读文本并试图理解它。第二个，在互联网搜索上训练，渲染所需的图像。

由于任务的复杂性，这些系统可能需要很长时间才能返回模型，从几小时到几天不等。在这项新的努力中，研究人员建立了一个类似的系统，可以在几分钟内返回结果，尽管他们欣然承认结果“在样品质量方面没有达到最先进的水平”。

为了更快地创建图像，研究人员采用了一种与其他人略有不同的方法。他们的系统甚至没有创建传统意义上的图像。相反，它生成点云，当一起查看时，点云类似于所需的图像。该团队之所以采用这种方法，是因为生成点云比生成实际图像要容易得多。为了创建结果，系统通过他们开发的另一个AI系统路由它找到的图像，该系统将其接收到的内容转换为网格，从而生成预期对象的3D点云模型。

系统的第一部分是使用两个模块制作的——第一个模块将文本转换为图像创意，第二部分查找用于生成通用图像的图像。在操作中，系统的运行方式与其他同类系统非常相似 - 用户输入描述性文本提示，系统返回图像模型。他们指出，虽然视觉质量无法与其他系统相提并论，但它可能更适合其他应用，例如通过3D打印机制造现实世界的物体。