Hopp til innholdet
Norsk journal om kunstig intelligens 247 artikler Oslo --:--
TokenPrat
1 min lesetid Av TokenPrat-redaksjonen

Block3D: Fem ganger raskere 3D-generering – uten det vanlige kvalitetskuttet

Forskere fra Zhejiang University, Monash University og University of Adelaide har publisert Block3D, en ny metode for å generere 3D-objekter fra tekstbeskrivelser. Kjerneresultatet er konkret: på et testsett fra TRELLIS-500K reduserte metoden gjennomsnittlig genereringstid fra 25,71 sekunder til 4,99 sekunder – en reell 5,15 gangers hastighetsøkning sammenlignet med den finjusterte autoregressive basismodellen.

Hvordan de fikk til hastigheten

De fleste eksisterende metoder for tekst-til-3D må velge mellom to ulemper: autoregressiv dekoding genererer sekvensielt og kan ikke rette opp feil underveis, mens diffusjonsmodeller må behandle hele 3D-representasjonen på nytt gjentatte ganger. Block3D deler i stedet den 1024-token lange formsekvensen inn i sammenhengende blokker, genererer blokkene autoregressivt, men støyfjerner alle token innenfor hver aktive blokk parallelt. En egen korreksjonsmekanisme retter opp token med lav sikkerhet før hver blokk låses – det gir det beste fra begge tilnærminger: raskere prosessering, men fortsatt mulighet til å rette feil underveis.

Ikke et kvalitetskutt – ifølge forskerne selv

Her er en viktig presisering: der man skulle forvente et kvalitetstap i bytte mot fem gangers hastighet, hevder forskerne selv at fidelity opprettholdes, ikke svekkes. De rapporterer en F-score på 0,309 og normal-konsistens på 0,668 sammenlignet med andre metoder som Trellis-text AR, 3D-R1 og ShapeLLM-omni. Det er verdt å presisere at dette er forskernes egne tall fra egen testing – uavhengig, ekstern verifisering er foreløpig ikke tilgjengelig.

Ikke et ferdig verktøy – en forskningskodebase

Her må vi justere forventningene: dette er ikke en polert app du laster ned fra en nettside og begynner å bruke med en gang. Block3D er publisert som en vitenskapelig artikkel med tilhørende kode på GitHub, ment for forskere og utviklere som vil bygge videre på metoden eller reprodusere resultatene – ikke et sluttbrukerprodukt. Prosjektsiden viser frem imponerende eksempelmodeller (riddere, hunder, Buddha-figurer, sko), men å faktisk generere dine egne 3D-objekter krever at du setter opp kodebasen selv.

Ressurser

Del

Les videre

Forsiden →
Åpnet lilla spillkonsoll med kretskort på en arbeidsbenk, med kode på en laptop i bakgrunnen
· Agenter

Melee er 100 prosent dekompilert – AI tok siste etappe, men ikke uten bråk

Hver eneste av de 19 828 funksjonene i Super Smash Bros. Melee er nå gjenskapt som lesbar C-kode, og AI-agenter gjorde mye av sluttspurten. Men det betyr ikke at du kan dekompilere Photoshop i kveld.

Mørk serverhall med en åpen serverrack og en månesigd i vinduet
· Modeller

Kimi K3.1 Pro: Nesten like god som Opus 5.5 i terminalen – og med vilje dårligere til å hacke

Moonshot AI har lovet å slippe vektene til Kimi K3.1 Pro innen 4. november. Modellen ligger tett bak Claude Opus 5.5 på agentisk koding, men Moonshot har bevisst trent bort deler av hackeferdighetene før den deles åpent.

Delt bilde: uskarp foss til venstre, knivskarp mose med vanndråper til høyre
· Modeller

SoL-Refiner: Nvidias triks for 4K AI-video – lag et utkast, finpuss én gang

Nvidia Research har sluppet en refiner som gjør lavoppløste AI-videoer om til 2K og 4K med ett eneste denoising-steg. Koden og vektene er åpne. Men dette er ikke et verktøy for gamle hjemmevideoer, og det er ikke laget for hjemme-PC-en.