通過(guò)改變3D場(chǎng)景制作流程復(fù)雜、成本高、門(mén)檻高、流動(dòng)性差的現(xiàn)狀，讓商家像玩轉(zhuǎn)2D一樣去玩轉(zhuǎn)3D，讓普通消費(fèi)者也能參與到3D內(nèi)容創(chuàng)作和消費(fèi)中，真正實(shí)現(xiàn)內(nèi)容生產(chǎn)模式從PGC/UGC過(guò)渡到AIGC，是我們3D場(chǎng)景智能創(chuàng)作引擎一直追求的目標(biāo)。
前言
隨著元宇宙的大火，國(guó)內(nèi)外各大廠紛紛下場(chǎng)開(kāi)始為下一代互聯(lián)網(wǎng)技術(shù)布局，旨在為用戶提供更好的體驗(yàn)。體驗(yàn)包括方方面面，比如更好的游戲體驗(yàn)、更好的社交體驗(yàn)、更高效的辦公體驗(yàn)當(dāng)然也包括更好的消費(fèi)體驗(yàn)。作為國(guó)內(nèi)最大的電商平臺(tái)，我們團(tuán)隊(duì)也在持續(xù)思考如何基于元宇宙的技術(shù)，給消費(fèi)者帶來(lái)更好的購(gòu)物體驗(yàn)以及給商家?guī)?lái)更好的營(yíng)商體驗(yàn)。
回歸到電商“人、貨、場(chǎng)”三要素上，通過(guò)虛擬人技術(shù)以及商品三維重建技術(shù)，“人”和“貨”在3D化上已經(jīng)邁出了重要的一步，而“場(chǎng)”作為連接“人”和“貨”的重要載體，目前還嚴(yán)重依賴于專業(yè)人員通過(guò)專業(yè)的DCC軟件進(jìn)行創(chuàng)作，門(mén)檻高、耗時(shí)長(zhǎng)、成本高、效率低，這就導(dǎo)致了中小商家以及C端用戶在現(xiàn)階段難以大規(guī)模參與，即使是頭部大品牌商家制作的3D場(chǎng)景內(nèi)容也很有限。然而，大規(guī)模的虛擬世界需要有大規(guī)模的虛擬內(nèi)容作為支撐進(jìn)行構(gòu)建，基于AIGC的能力加速“場(chǎng)”的自動(dòng)化構(gòu)建從而降低3D場(chǎng)景制作門(mén)檻就顯得非常有必要。
3D場(chǎng)景制作流程概述
3D場(chǎng)景制作在游戲行業(yè)已經(jīng)形成了一套非常成熟的工業(yè)化、流水線生產(chǎn)的解決方案。下面通過(guò)游戲行業(yè)場(chǎng)景制作方式來(lái)簡(jiǎn)單介紹一下3D場(chǎng)景制作的整體流程。游戲中一個(gè)完整的場(chǎng)景制作流量一般可以分成如下六個(gè)步驟：
圖片來(lái)源：https://baijiahao.baidu.com/s?id=1730605368628365612&wfr=spider&for=pc
當(dāng)然，構(gòu)建一個(gè)電商場(chǎng)景的3D內(nèi)容其復(fù)雜度遠(yuǎn)低于一個(gè)龐大的游戲場(chǎng)景，但相關(guān)的流程基本是一致的，比如商家想要在虛擬世界中構(gòu)建一個(gè)店鋪進(jìn)行商業(yè)活動(dòng)，那么整個(gè)店鋪的搭建也大體需要遵循上面的流程
電商3D場(chǎng)景拆解
電商域的3D場(chǎng)景由小到大一般可以分成展示單品的3D場(chǎng)景、展示店鋪的3D場(chǎng)景、商業(yè)街區(qū)場(chǎng)景、虛擬城市場(chǎng)景，如下圖所示：
由于街區(qū)是店鋪的集合而城市是街區(qū)的集合，因此只要做好單品展示場(chǎng)景和店鋪展示場(chǎng)景便能基于這兩個(gè)基礎(chǔ)能力跟搭積木一樣的實(shí)現(xiàn)街區(qū)或者城市的構(gòu)建。
下面以店鋪為例，對(duì)虛擬店鋪場(chǎng)景的構(gòu)造進(jìn)行拆解：
上圖標(biāo)識(shí)了構(gòu)建一個(gè)虛擬店鋪需要用到的所有元素，跟實(shí)體店鋪類似，一個(gè)虛擬店鋪的構(gòu)建也包含了店鋪裝修所有的環(huán)節(jié)：硬裝、軟裝、軟裝布局、布光、商品擺放等，如果是單品場(chǎng)景展示，還需要額外考慮商品運(yùn)鏡。
3D場(chǎng)景生成技術(shù)介紹
上述為AIGC 3D場(chǎng)景智能創(chuàng)作引擎技術(shù)架構(gòu)，下面介紹一下創(chuàng)作引擎核心的幾個(gè)算法。
前背景生成技術(shù)核心解決構(gòu)建的3D場(chǎng)景與待展示的商品或者店鋪相匹配問(wèn)題。即給定一款商品生成與之匹配的3D場(chǎng)景對(duì)該商品進(jìn)行展示或者給定一個(gè)店鋪的商品生成與這批商品調(diào)性相符的店鋪場(chǎng)景。
對(duì)于不同品類的商品，所需場(chǎng)景復(fù)雜度是完全不一樣的。以手機(jī)和沙發(fā)為例，一般展示手機(jī)的3D場(chǎng)景以抽象的風(fēng)格為主，比如星空、天空、或者一些抽象藝術(shù)風(fēng)類似于手機(jī)內(nèi)置的壁紙其主要目的是配合手機(jī)的外觀以及屏幕壁紙顏色進(jìn)行展示，整體場(chǎng)景相對(duì)簡(jiǎn)單，而展示沙發(fā)一般以實(shí)景場(chǎng)景為主并且需要在一個(gè)非常好看的客廳空間進(jìn)展展示，為了營(yíng)造溫馨或者奢華的視覺(jué)效果還需額外大量的輔搭物品，如下圖所示：
為了解決不同復(fù)雜度場(chǎng)景生成問(wèn)題，我們構(gòu)建了兩套場(chǎng)景生成技術(shù)，以下簡(jiǎn)稱單場(chǎng)景生成技術(shù)和復(fù)雜場(chǎng)景生成技術(shù)，下面分別介紹這兩種技術(shù)方案
簡(jiǎn)單場(chǎng)景生成技術(shù)核心解決場(chǎng)景內(nèi)貼圖生成問(wèn)題，根據(jù)不同的商品生成與之匹配的場(chǎng)景貼圖，并用生成的貼圖根據(jù)一定的場(chǎng)景構(gòu)建方式構(gòu)建出新的場(chǎng)景，從而完成簡(jiǎn)單3D場(chǎng)景創(chuàng)作。我們采用的技術(shù)方案是基于Diffusion Model進(jìn)行貼圖生成，模型結(jié)構(gòu)如下圖所示：
給手機(jī)生成的星空背景貼圖如下圖所示：
同時(shí)，我們基于手機(jī)屏幕壁紙也做了一些創(chuàng)意的貼圖生成，效果如下圖所示：
直接根據(jù)手機(jī)壁紙進(jìn)行場(chǎng)景貼圖生成，構(gòu)造與手機(jī)相符的3D場(chǎng)景。同時(shí)也可以基于該技術(shù)進(jìn)行AI創(chuàng)意輸出，設(shè)計(jì)師在搭建場(chǎng)景時(shí)給到設(shè)計(jì)師更多的靈感輸入。另外，基于AIGC生成貼圖的好處在于不受圖片版權(quán)限制。
如上述沙發(fā)的例子，在構(gòu)建復(fù)雜場(chǎng)景時(shí)僅僅考慮場(chǎng)景貼圖是遠(yuǎn)遠(yuǎn)不夠的，需要圍繞該商品構(gòu)建整個(gè)客廳場(chǎng)景，硬裝上包括背景墻、地板、燈具、窗簾等等、軟裝上包括輔搭家具、輔搭配飾、地毯等等。
如上圖所示，我們先后嘗試過(guò)四種生成方案，均未取得理想的效果，原因如下：
設(shè)計(jì)領(lǐng)域存在一個(gè)明顯的設(shè)計(jì)特點(diǎn)，物理空間上越接近的物體其相關(guān)性要求越高，還是以沙發(fā)為例，比如客廳的主沙發(fā)和副沙發(fā)，往往要求其在款式、顏色、風(fēng)格上要保持一致，物理空間距離越遠(yuǎn)設(shè)計(jì)上的自由度就會(huì)越大，比如客廳的沙發(fā)和臥室的床或者餐廳的餐桌之間設(shè)計(jì)自由度就會(huì)很高，沒(méi)有明顯的限制。
根據(jù)設(shè)計(jì)與物理空間遠(yuǎn)近強(qiáng)相關(guān)這一關(guān)系，我們對(duì)原有的transformer進(jìn)行了部分改進(jìn)，在復(fù)雜場(chǎng)景中將待生成的輔搭物品根據(jù)空間距離劃分成多個(gè)組，從而將一次性生成一整個(gè)長(zhǎng)序列分解成生成多個(gè)強(qiáng)相關(guān)的短序列組合，同時(shí)每個(gè)短序列又作為先驗(yàn)知識(shí)，用于生成下一個(gè)短序列，這樣做的好處是能夠保證局部空間的強(qiáng)相關(guān)性以及當(dāng)前空間與其他空間的相容性，而且實(shí)驗(yàn)發(fā)現(xiàn)能大大降低對(duì)樣本的消耗量。通過(guò)實(shí)踐我們發(fā)現(xiàn)該方案不僅適用于單商品的場(chǎng)景生成，也適用于店鋪維度的場(chǎng)景生成，整體的網(wǎng)絡(luò)結(jié)構(gòu)如下圖所示：
構(gòu)建純3D場(chǎng)景不會(huì)涉及到運(yùn)鏡相關(guān)的技術(shù)，然而一旦需要把3D場(chǎng)景轉(zhuǎn)成內(nèi)容進(jìn)行分發(fā)，比如基于3D場(chǎng)景生成圖片用于制作寶貝的商品主圖，或者基于3D場(chǎng)景制作短視頻在各大短視頻平臺(tái)進(jìn)行分發(fā)，或者基于3D場(chǎng)景制作全景圖進(jìn)行3D展示，或者在虛擬世界的虛擬屏幕上進(jìn)行廣告投放時(shí)，智能運(yùn)鏡技術(shù)就顯得非常有必要。智能運(yùn)鏡技術(shù)可以類比成一個(gè)虛擬攝影師，通過(guò)這個(gè)虛擬攝影師可以在已經(jīng)生成的3D場(chǎng)景里拍攝出非常好看的圖片、視頻、全景圖等優(yōu)質(zhì)素材供給各渠道進(jìn)行分發(fā)。
運(yùn)鏡技術(shù)最大的難點(diǎn)是相機(jī)參數(shù)標(biāo)注難度過(guò)大，成本過(guò)高，無(wú)法開(kāi)展批量化標(biāo)注。相機(jī)標(biāo)注要有專業(yè)的攝影師與3D設(shè)計(jì)師一起參與，每一個(gè)機(jī)位的標(biāo)注都需要設(shè)計(jì)師與攝影師協(xié)同配合，成本非常高，如果找非專業(yè)人士標(biāo)注直接進(jìn)行標(biāo)注，效果非常不理想，為了解決無(wú)法進(jìn)行批量化標(biāo)注的問(wèn)題，我們先后迭代了兩個(gè)大的版本，我們稱之為基于攝影構(gòu)圖的運(yùn)鏡技術(shù)和基于現(xiàn)有構(gòu)圖的逆向運(yùn)鏡技術(shù)，下面分別介紹這兩種運(yùn)鏡技術(shù)。
顧名思義就是將攝影構(gòu)圖的技術(shù)參數(shù)化，并將其應(yīng)用于3D場(chǎng)景的拍攝中，比如最常見(jiàn)的構(gòu)圖技巧為“井”字構(gòu)圖法，如下所示：
將待拍攝的畫(huà)面通過(guò)兩條橫線和兩條豎線分隔成九個(gè)象限，產(chǎn)出四個(gè)焦點(diǎn)，這四個(gè)焦點(diǎn)稱之為黃金分割點(diǎn)，只要把待展示的物體放到這4個(gè)焦點(diǎn)的上，就能產(chǎn)出一幅比較不錯(cuò)的圖片，還是以沙發(fā)為例，通過(guò)運(yùn)用“井”字構(gòu)圖法，分別將焦點(diǎn)置于（2，1）和（1，2）處，就能拍攝出不錯(cuò)的圖片，如下圖所示：
另外一種常用的構(gòu)圖技巧“井”字構(gòu)圖法的另外一種構(gòu)圖方法，簡(jiǎn)稱“三分”構(gòu)圖法，將待拍攝的畫(huà)面通過(guò)兩條橫線分隔成三個(gè)象限，并把在3D場(chǎng)景中待拍攝的物體放置在下面一條線上，也能拍出比較好的圖片：
基于攝影構(gòu)圖技術(shù)算法已經(jīng)能夠拍攝出與普通攝影師相媲美的圖片或者短視頻，它的缺點(diǎn)在于攝影構(gòu)圖千變?nèi)f化，通過(guò)調(diào)整相機(jī)高度、相機(jī)相對(duì)物體的距離，俯仰角、FOV等參數(shù)同樣的構(gòu)圖技巧能拍攝出非常不一樣效果，而且不同品類的商品雖然構(gòu)圖理論是同一套，但最終呈現(xiàn)的效果也可以完全不一樣。因此，需要根據(jù)不同的類目需要去調(diào)節(jié)不同的參數(shù)，工作量巨大，該方法適用于項(xiàng)目冷啟動(dòng)階段且急需產(chǎn)出素材的時(shí)候，無(wú)法大規(guī)模推廣。
逆向指的是逆向商家的運(yùn)鏡，商家經(jīng)過(guò)多年的摸索，已經(jīng)把最優(yōu)質(zhì)的拍攝方法都沉淀在了商品主圖中，因此，最直接的方式就是從商品主圖中逆向攝影師拍攝時(shí)的相機(jī)參數(shù)。但直接從商品主圖中還原攝影師拍攝時(shí)候的相機(jī)參數(shù)難度巨大，兩者之間缺少直接的聯(lián)系。
由于物體在3D空間中的坐標(biāo)是已知的，如果我們能預(yù)估出物體在圖像中的3D bounding box從而得到其8個(gè)頂點(diǎn)的坐標(biāo)，那么就可以將其轉(zhuǎn)換成圖形學(xué)中的Perspective-n-Point（pnp）問(wèn)題，該問(wèn)題可以通過(guò)Direct Linear Transformation (DLT)方法進(jìn)行求解，得到相機(jī)參數(shù)，并將其遷移到3D場(chǎng)景中，就能實(shí)現(xiàn)機(jī)位生成。
我們通過(guò)UniPose對(duì)商品主圖進(jìn)行預(yù)測(cè)得到物體的3D bounding box以及對(duì)應(yīng)的8個(gè)頂點(diǎn)坐標(biāo)，為了提高模型效果，同時(shí)加入了物體姿態(tài)估計(jì)、熱圖估計(jì)。訓(xùn)練數(shù)據(jù)則是來(lái)自于隨機(jī)角度渲染出的2D圖以及部分人工標(biāo)注數(shù)據(jù)，模型框架如下所示：
有了主物體在2D空間下的8個(gè)頂點(diǎn)的坐標(biāo)，以及在3D空間下的對(duì)應(yīng)的坐標(biāo)，通過(guò)DLT算法就能求解出對(duì)應(yīng)的相機(jī)參數(shù)：
其中x是物體2D圖像坐標(biāo)，X是3D世界坐標(biāo)，K是相機(jī)內(nèi)參矩陣，R是相機(jī)外參矩陣，Xo為相機(jī)位置坐標(biāo)。
遷移到3D場(chǎng)景中時(shí)，由于3D場(chǎng)景內(nèi)物體在尺寸上與商品主圖不一定完全一致，為了保證主物體在畫(huà)面中的占比，需要進(jìn)行機(jī)位微調(diào)，如下圖所示是微調(diào)的過(guò)程，微調(diào)的目標(biāo)就是主物體在畫(huà)面中的占比
有了逆向運(yùn)鏡技術(shù)，不僅可以直接獲取商家的運(yùn)鏡方法，也極大降低了標(biāo)注成本不再需要專業(yè)的攝影師和3D設(shè)計(jì)師協(xié)同進(jìn)行標(biāo)注，同時(shí)也為運(yùn)鏡技術(shù)進(jìn)行規(guī)模化推廣到所有品類奠定了技術(shù)基礎(chǔ)。
算法基于3D場(chǎng)景生成技術(shù)+智能運(yùn)鏡技術(shù)制作的效果圖如下所示，同樣是針對(duì)沙發(fā)場(chǎng)景，我們可以生成幾十種運(yùn)鏡效果：
有了3D場(chǎng)景生成技術(shù)和運(yùn)鏡技術(shù)后機(jī)器已經(jīng)可以批量化、規(guī)模化、低成本的進(jìn)行場(chǎng)景制造，據(jù)我們統(tǒng)計(jì)目前沙發(fā)類目下單品展示的3D場(chǎng)景平均一個(gè)模型已經(jīng)可以構(gòu)建出超過(guò)500個(gè)場(chǎng)景，再加上運(yùn)鏡技術(shù)每個(gè)場(chǎng)景至少能生產(chǎn)5張優(yōu)質(zhì)圖，也就意味著針對(duì)一個(gè)3D模型，我們可以生產(chǎn)出1500張優(yōu)質(zhì)圖，這么多優(yōu)質(zhì)素材如何投放能夠效率最大化，這一問(wèn)題隨著場(chǎng)景制造能力逐步提升所面臨的挑戰(zhàn)也在逐漸增大。此處我們的解法是進(jìn)行素材價(jià)值優(yōu)選，優(yōu)選最有效的素材進(jìn)行投放，比如搜索場(chǎng)景我們以CTR為目標(biāo)優(yōu)選出CTR最高的素材進(jìn)行投放。
我們以目前跟搜索合作在搜索側(cè)透出機(jī)器產(chǎn)出的3D場(chǎng)景素材為例，簡(jiǎn)單闡述一下場(chǎng)景素材價(jià)值預(yù)估與傳統(tǒng)CTR預(yù)估的區(qū)別：
在沒(méi)有大流量訓(xùn)練的前提下，僅僅從圖像層面進(jìn)行粗粒度特征提取，模型效果遠(yuǎn)不如湯普森采樣。為此，我們對(duì)圖片的信息進(jìn)行了細(xì)粒度的解構(gòu)做了大量的特征工程，同時(shí)基于逆向運(yùn)鏡技術(shù)從圖片中解構(gòu)出了相機(jī)參數(shù)作為2D圖片獨(dú)有的3D特征，從而將商家拍攝的圖片與3D場(chǎng)景下生成的圖片在特征維度進(jìn)行了統(tǒng)一，如下為我們抽取的部分特征:
通過(guò)投放以及對(duì)日志數(shù)據(jù)的分析，我們發(fā)現(xiàn)了一些有趣的現(xiàn)象，如下圖所示：
我們通過(guò)大量的投放實(shí)驗(yàn)發(fā)現(xiàn)合理的前背景搭配以及合理的機(jī)位選擇能對(duì)商品CTR帶來(lái)顯著的影響。住宅家具類目的實(shí)驗(yàn)表明，更合理的前背景搭配以及有效的運(yùn)鏡CTR差異能夠超過(guò)15%。
另外，基于當(dāng)前的工作，我們也在探索設(shè)計(jì)的白盒化，即可以從前背景搭配、運(yùn)鏡、主物體占比畫(huà)面面積等維度出發(fā)對(duì)一張圖的點(diǎn)擊率進(jìn)行分析，或者給到商家一些指導(dǎo)，幫助商家進(jìn)一步優(yōu)化主圖的點(diǎn)擊率，進(jìn)而提升運(yùn)營(yíng)效率。
在進(jìn)行游戲創(chuàng)作時(shí)最缺的是美術(shù)資產(chǎn)，比如要搭建一個(gè)中世界風(fēng)的游戲，前期需要?jiǎng)?chuàng)作大量的美術(shù)資產(chǎn)，如下圖所示，如今游戲產(chǎn)業(yè)針對(duì)美術(shù)資產(chǎn)的創(chuàng)作已經(jīng)形成了一個(gè)比較完善的工業(yè)化解決方案。
電商行業(yè)也類似，為了對(duì)萬(wàn)物進(jìn)行場(chǎng)景構(gòu)建，我們同樣需要豐富多樣的3D美術(shù)資產(chǎn)。而與游戲廠商可以針對(duì)每款游戲進(jìn)行重金投入花費(fèi)巨額成本進(jìn)行資產(chǎn)創(chuàng)作不同，我們不可能要求所有商家都進(jìn)行重資產(chǎn)投入，特別是中小商家或者C端用戶。面對(duì)電商特有的多樣、高頻的營(yíng)銷場(chǎng)景以及海量不同的商品特質(zhì)，都要求我們必須要有低成本、高質(zhì)量的美術(shù)資產(chǎn)創(chuàng)作方案來(lái)適配海量場(chǎng)景構(gòu)建需求。
目前我們的解法是通過(guò)AIGC技術(shù)進(jìn)行紋理創(chuàng)作，下圖所示是基于AI進(jìn)行模型生成效果：
應(yīng)用介紹
通過(guò)上面的介紹可知，將AI構(gòu)建的3D場(chǎng)景通過(guò)運(yùn)鏡技術(shù)內(nèi)容化后，分別可以輸出圖片、視頻、3D空間等相關(guān)內(nèi)容，結(jié)合淘寶APP、手機(jī)天貓APP相關(guān)場(chǎng)景，我們分別做了一些實(shí)踐。
圖片是目前淘寶APP各渠道分發(fā)最多的素材，不管是商品詳情頁(yè)、搜索、首猜還是其他導(dǎo)購(gòu)場(chǎng)都需要用到圖片進(jìn)行分發(fā)。因此圖片也是商家花重金建設(shè)的最核心資產(chǎn)，甚至有些商家戲稱自己是一家圖片制作公司。據(jù)我們跟一些頭部家裝大商家的調(diào)研，如果是實(shí)拍圖，一套主圖的成本就在2000～5000元不等。
如今，3D場(chǎng)景的自動(dòng)生成能力結(jié)合運(yùn)鏡技術(shù)，AI已經(jīng)具備了批量化造圖的能力，我們將AI制作的圖片搜索以及首頁(yè)猜你喜歡，在公域非付費(fèi)流量替換商品主圖進(jìn)行透出，我們希望借助AI的能力讓商家能夠得到額外的收益。目前淘寶搜索、SKU搜索引擎、搜索篩選項(xiàng)、首頁(yè)猜你喜歡的部分類目已經(jīng)接入我們的能力日均曝光千萬(wàn)級(jí)，CTR有明顯提升并且獲得了頭部大商家的認(rèn)可。AI的持續(xù)造圖能力，不僅能夠給商家?guī)?lái)優(yōu)質(zhì)的圖片素材，同時(shí)也可以防止用戶的瀏覽疲勞，始終能夠給消費(fèi)者提供更新更好的素材供其消費(fèi)。
通過(guò)這個(gè)項(xiàng)目，我們跟家裝頭部大商家建立了很好的合作，包括林氏木業(yè)、全友家居、芝華士、顧家、喜臨門(mén)、慕思等等幫助他們持續(xù)提升在公域透出的效率，目前已經(jīng)有3000+店鋪授權(quán)我們使用公域自然流量。
可以想象未來(lái)商家基于AI能力進(jìn)行素材創(chuàng)作并進(jìn)行分發(fā)的巨大空間，其制作效率與傳統(tǒng)實(shí)景拍攝相比，將會(huì)有一個(gè)多么大的提升，特別是后疫情時(shí)代，AI為商家提供了另一種可替代的造圖能力，甚至可以想象，未來(lái)商家只要有一個(gè)3D模型，AI就能完成商家所需素材的創(chuàng)作需求。
總結(jié)與展望
作為下一代互聯(lián)網(wǎng)雖然元宇宙仍處在非常早期的階段，我們也在持續(xù)探索元宇宙電商場(chǎng)景的表現(xiàn)形式，不過(guò)我們始終堅(jiān)信低成本、高質(zhì)量、低門(mén)檻、大規(guī)模的3D場(chǎng)景構(gòu)建技術(shù)必然是未來(lái)構(gòu)建元宇宙的基礎(chǔ)設(shè)施。通過(guò)改變3D場(chǎng)景制作流程復(fù)雜、成本高、門(mén)檻高、流動(dòng)性差的現(xiàn)狀，讓商家像玩轉(zhuǎn)2D一樣去玩轉(zhuǎn)3D，讓普通消費(fèi)者也能參與到3D內(nèi)容創(chuàng)作和消費(fèi)中，真正實(shí)現(xiàn)內(nèi)容生產(chǎn)模式從PGC/UGC過(guò)渡到AIGC是我們3D場(chǎng)景智能創(chuàng)作引擎一直追求的目標(biāo)。
仰望星空的同時(shí)也要腳踏實(shí)地，未來(lái)很長(zhǎng)一段時(shí)間手機(jī)仍然電商最重要的媒介，因此圖片和視頻仍然是商家重資產(chǎn)投入的環(huán)節(jié)以及消費(fèi)者消費(fèi)規(guī)模最大的內(nèi)容，希望我們的3D場(chǎng)景智能創(chuàng)作引擎在目前的2D分發(fā)時(shí)代能夠給更多的商家以及業(yè)務(wù)在素材上降本增效，豐富消費(fèi)者個(gè)性多元的消費(fèi)需求。
作者:Meta技術(shù)團(tuán)隊(duì)
聯(lián)系客服
