Com seu sistema WorldGen, a Meta está mudando o uso de IA generativa para mundos 3D, da criação de imagens estáticas para ativos totalmente interativos.
O principal gargalo na criação de experiências imersivas de computação espacial – seja para jogos de consumo, gêmeos digitais industriais ou simulações de treinamento de funcionários – tem sido há muito tempo a natureza trabalhosa da modelagem 3D. A produção de um ambiente interativo normalmente requer equipes de artistas especializados trabalhando durante semanas.
WorldGen, de acordo com um novo relatório técnico do Reality Labs da Meta, é capaz de gerar mundos 3D percorríveis e interativos a partir de um único prompt de texto em aproximadamente cinco minutos.
Embora a tecnologia seja atualmente de nível de pesquisa, a arquitetura WorldGen aborda pontos problemáticos específicos que impediram que a IA generativa fosse útil em fluxos de trabalho profissionais: interatividade funcional, compatibilidade de mecanismos e controle editorial.
Ambientes generativos de IA tornam-se mundos 3D verdadeiramente interativos
A principal falha de muitos modelos existentes de texto para 3D é que eles priorizam a fidelidade visual em detrimento da função. Abordagens como o splatting gaussiano criam cenas fotorrealistas que parecem impressionantes em um vídeo, mas muitas vezes carecem da estrutura física subjacente necessária para que o usuário interaja com o ambiente. Ativos sem dados de colisão ou física de rampa têm pouco ou nenhum valor para simulação ou jogos.
A WorldGen diverge deste caminho ao priorizar a “transversabilidade”. O sistema gera uma malha de navegação (navmesh) – uma malha poligonal simplificada que define superfícies transitáveis – juntamente com a geometria visual. Isto garante que uma sugestão como “aldeia medieval” produza não apenas um conjunto de casas, mas um layout espacialmente coerente onde as ruas estão livres de obstruções e os espaços abertos são acessíveis.
Para as empresas, esta distinção é vital. Um gêmeo digital de um chão de fábrica ou uma simulação de treinamento de segurança para ambientes perigosos requer dados físicos e de navegação válidos.
A abordagem da Meta garante que o resultado esteja “pronto para o mecanismo de jogo”, o que significa que os ativos podem ser exportados diretamente para plataformas padrão como Unity ou Unreal Engine. Essa compatibilidade permite que as equipes técnicas integrem fluxos de trabalho generativos em pipelines existentes sem a necessidade de hardware de renderização especializado que outros métodos, como campos de radiância, costumam exigir.
A linha de produção de quatro estágios da WorldGen
Os pesquisadores da Meta estruturaram o WorldGen como um pipeline modular de IA que reflete fluxos de trabalho de desenvolvimento tradicionais para a criação de mundos 3D.
O processo começa com o planejamento da cena. Um LLM atua como engenheiro estrutural, analisando o prompt de texto do usuário para gerar um layout lógico. Ele determina o posicionamento das principais estruturas e características do terreno, produzindo um “blockout” – um esboço 3D – que garante que a cena faça sentido físico.
A fase subsequente de “reconstrução da cena” constrói a geometria inicial. O sistema condiciona a geração na malha de navegação, garantindo que, à medida que a IA “alucina” os detalhes, ela não coloque inadvertidamente uma pedra em uma porta ou bloqueie uma saída de incêndio.
A “decomposição da cena”, o terceiro estágio, é talvez o mais relevante para a flexibilidade operacional. O sistema usa um método chamado AutoPartGen para identificar e separar objetos individuais na cena — distinguindo uma árvore do chão ou uma caixa do chão de um armazém.
Em muitos modelos generativos de “plano único”, a cena é um único pedaço fundido de geometria. Ao separar componentes, o WorldGen permite que editores humanos movam, excluam ou modifiquem ativos específicos pós-geração sem quebrar o mundo inteiro.
Para a última etapa, “aprimoramento de cena” aprimora os ativos. O sistema gera texturas de alta resolução e refina a geometria de objetos individuais para garantir que a qualidade visual seja mantida quando próximos.
Realismo operacional do uso de IA generativa para criar mundos 3D
A implementação dessa tecnologia requer uma avaliação da infra-estrutura actual. As saídas do WorldGen são malhas texturizadas padrão. Esta escolha evita o aprisionamento do fornecedor associado a técnicas de renderização proprietárias. Isso significa que uma empresa de logística que constrói um módulo de treinamento em VR poderia, teoricamente, usar essa ferramenta para criar protótipos de layouts rapidamente e depois entregá-los a desenvolvedores humanos para refinamento.
A criação de uma cena navegável totalmente texturizada leva cerca de cinco minutos em hardware suficiente. Para estúdios ou departamentos acostumados a tempos de resposta de vários dias para bloqueio básico de ambiente, esse ganho de eficiência é literalmente uma mudança mundial.
No entanto, a tecnologia tem limitações. A iteração atual depende da geração de uma visão de referência única, que restringe a escala dos mundos que pode produzir. Ainda não é possível gerar nativamente mundos abertos extensos que se estendem por quilómetros sem unir múltiplas regiões, o que corre o risco de inconsistências visuais.
Atualmente, o sistema também representa cada objeto de forma independente, sem reutilização, o que pode levar a ineficiências de memória em cenas muito grandes em comparação com ativos otimizados manualmente, onde um único modelo de cadeira é repetido cinquenta vezes. As iterações futuras visam abordar tamanhos mundiais maiores e menor latência.
Comparando o WorldGen com outras tecnologias emergentes
Avaliar esta abordagem em comparação com outras tecnologias emergentes de IA para a criação de mundos 3D oferece clareza. O World Labs, um concorrente no espaço, emprega um sistema chamado Marble que usa splats gaussianos para obter alto fotorrealismo. Embora visualmente impressionantes, essas cenas baseadas em respingos geralmente perdem a qualidade quando a câmera se afasta do centro e podem perder fidelidade a apenas 3 a 5 metros do ponto de vista.
A escolha da Meta de gerar geometria baseada em malha posiciona o WorldGen como uma ferramenta para desenvolvimento de aplicativos funcionais, em vez de apenas criação de conteúdo visual. Ele suporta física, colisões e navegação nativamente – recursos que não são negociáveis para software interativo. Consequentemente, o WorldGen pode gerar cenas abrangendo 50×50 metros que mantêm a integridade geométrica por toda parte.
Para os líderes dos setores tecnológico e criativo, a chegada de sistemas como o WorldGen traz novas possibilidades interessantes. As organizações devem auditar seus fluxos de trabalho 3D atuais para identificar onde o “bloqueio” e a prototipagem absorvem mais recursos. As ferramentas generativas são melhor implementadas aqui para acelerar a iteração, em vez de tentar substituir imediatamente a produção de qualidade final.
Ao mesmo tempo, os artistas técnicos e designers de níveis precisarão fazer a transição da colocação manual de cada vértice para a solicitação e curadoria de resultados de IA. Os programas de treinamento devem se concentrar na “engenharia imediata para layout espacial” e na edição de ativos gerados por IA para mundos 3D. Finalmente, embora a saída seja padrão, o processo de geração requer bastante computação. A avaliação dos recursos de renderização no local versus na nuvem será necessária para a adoção.
O 3D generativo serve melhor como um multiplicador de força para o layout estrutural e a população de ativos, em vez de um substituto total para a criatividade humana. Ao automatizar o trabalho fundamental de construção de um mundo, as equipes empresariais podem concentrar seus orçamentos nas interações e na lógica que geram valor comercial.
Veja também: Como a Marinha Real está usando IA para reduzir sua carga de trabalho de recrutamento
Quer saber mais sobre IA e big data dos líderes do setor? Confira a AI & Big Data Expo que acontece em Amsterdã, Califórnia e Londres. O evento abrangente faz parte da TechEx e está localizado junto com outros eventos de tecnologia líderes, incluindo a Cyber Security Expo. Clique aqui para mais informações.
AI News é desenvolvido pela TechForge Media. Explore outros eventos e webinars de tecnologia empresarial futuros aqui.
Fontesartificialintelligence
