3D สร้าง AI สร้าง "การสร้างสรรค์ยุคใหม่" ── รายงานแนวหน้า SIGGRAPH 2025

1. บทนำ──การข้ามกำแพง "ภาพ→3D" ในปี 2025

ปัญญาประดิษฐ์ที่สร้างสรรค์ (GenAI) ซึ่งได้รับความสนใจจากการสร้างข้อความและภาพ ได้เริ่มแทรกซึมเข้าสู่พื้นที่ 3D อย่างเต็มรูปแบบตั้งแต่ปี 2024 การปรากฏตัวของ OpenAI Shap-E และ NVIDIA Instant N-eRF ทำให้ "การป้อนข้อมูลพร้อม→3D เมชในไม่กี่วินาที" กลายเป็นเรื่องปกติ และการสร้างสรรค์แนวคิดเบื้องต้นในสายการผลิตได้เปลี่ยนแปลงไปอย่างมาก ในปี 2025 ปัจจุบันการพัฒนาได้เร่งขึ้นจาก "การสร้างวัตถุเดี่ยว" ไปสู่ "การสร้างฉากใหม่" "การสร้างแอนิเมชัน" และ "การสร้างชุดที่มีคุณสมบัติทางกายภาพ" github.comgaragefarm.net

2. สามความก้าวหน้าที่แสดงใน SIGGRAPH 2025

2-1 CAST: จากภาพถ่ายหนึ่งภาพสู่ "พื้นที่ 3D ที่สัมผัสได้"

CAST (Component-Aligned Scene Reconstruction) สามารถสร้างฉาก 3D จากภาพ RGB หนึ่งภาพ โดยประมาณพื้นผิวที่ซ่อนอยู่และความลึก พร้อมทั้งรักษาความสัมพันธ์ระหว่างการสัมผัสและแรงโน้มถ่วงของวัตถุ ทีมวิจัยได้

• การรู้จำวัตถุ: ตรวจจับหลายร้อยคลาสพร้อมกันด้วย Transformer ด้านวิสัยทัศน์ขนาดใหญ่

• การประมาณตำแหน่งกล้อง: ปรับแก้ความบิดเบี้ยวของภาพด้วยการเพิ่มประสิทธิภาพฉาก

• การสูญเสียความสอดคล้องทางเรขาคณิต: เติมเต็ม "พื้นผิวด้านหลังที่มองไม่เห็น" ด้วยโมเดลที่สืบทอดจาก NeRF
  
  การประยุกต์ใช้ใน VR ของเฟอร์นิเจอร์ การจำลองหุ่นยนต์ และการพรีวิซของภาพยนตร์ได้รับการคาดหวังdigitalmedianet.com

2Anim: จากสตอรีบอร์ด→การเคลื่อนไหว 3D

การสร้างสตอรีบอร์ดที่ใช้กันอย่างแพร่หลายในอุตสาหกรรมภาพยนตร์และอนิเมชันยังคงมีองค์ประกอบแบบแอนะล็อกที่แข็งแกร่ง Sketch2Anim ใช้โมเดลการแพร่กระจายเพื่อวิเคราะห์ ลำดับท่าทางและเส้นความเร็ว และสร้างการเดิน การกระโดด ฯลฯ โดยอัตโนมัติ สามารถนำเข้าในรูปแบบ FBX ไปยัง Unity/Unreal ได้ทันที ทำให้สามารถพรีวิซก่อนการถ่ายทำและการแสดงตัวอย่างอวาตาร์ได้ทันทีdigitalmedianet.com

2-3 Dress-1-to-3: จากภาพถ่ายหนึ่งภาพสู่ชุดที่มี "แพทเทิร์นการตัดเย็บ"

การลองชุดเสมือนจริงในปัจจุบันมีปัญหาที่เมชคงที่ทำให้การเคลื่อนไหวของผ้าไม่เป็นธรรมชาติ Dress-1-to-3 ใช้โมเดลการแพร่กระจาย×การเพิ่มประสิทธิภาพทางกายภาพ (C-IPC) เพื่อประมาณ **พารามิเตอร์ของผ้า (โมดูลัสยังก์และความแข็งแรงในการดัด)** และทำให้เกิดการเคลื่อนไหวที่สอดคล้องกับการจำลองแบบเรียลไทม์สำหรับเกม คาดว่าจะลดอัตราการคืนสินค้าของ EC ได้digitalmedianet.com

3. พื้นฐานทางเทคนิค──การผสมผสานระหว่างโมเดลการแพร่กระจายและ NeRF

โมเดลการแพร่กระจายสามารถสร้างคุณภาพสูงได้โดยการย้อนกระบวนการลดเสียงรบกวน แต่ใน 3D ความสอดคล้องหลายมุมมองเป็นปัญหา CAST ได้แนะนำการสูญเสียความสอดคล้องของมุมมอง, Sketch2Anim ได้แนะนำการสูญเสียความสอดคล้องของแกนเวลา, Dress-1-to-3 ได้แนะนำการสูญเสียทางกายภาพเพื่อเอาชนะปัญหาความสอดคล้อง นอกจากนี้ วิธีการ NeRF ยังเรียนรู้ภาพ→3D→การเรนเดอร์อย่างสม่ำเสมอผ่านตัวเรนเดอร์ที่สามารถแยกแยะได้ และลดต้นทุนการคำนวณลงหลายสิบเท่าgaragefarm.net

4. การขยายตัวของการประยุกต์ใช้ในอุตสาหกรรม

5. ผลกระทบต่อบริษัทญี่ปุ่น

• CG・แอนิเมชั่น: ผสมผสานกับวัฒนธรรมเซลล์และทำให้กระบวนการจัดวางเค้าโครงกึ่งอัตโนมัติ
  
  

• เสื้อผ้า: ZOZO・Uniqlo ยกระดับการลองเสื้อผ้าเสมือนจริงและเสริมสร้างการขายทั้งในและต่างประเทศ
  
  

• การผลิต: Toyota・Mitsubishi Heavy Industries สร้างดิจิทัลทวินอย่างรวดเร็วและปรับปรุงการเปลี่ยนแปลงสายการผลิต
  ในประเทศ การขาดแคลนบุคลากรเป็นอุปสรรค แต่ AI ที่สร้างขึ้นสามารถเปลี่ยนรูปแบบการทำงานจาก "ผู้ปฏิบัติงาน→ผู้ควบคุม" ได้

6. ปัญหา──ลิขสิทธิ์ จริยธรรม และภาระต่อสิ่งแวดล้อม

1. ลิขสิทธิ์：ความเสี่ยงในการละเมิดสิทธิ์จากการผสมผสาน 3D แอสเซทที่มีอยู่
   
   

2. จริยธรรม：การใช้ผลิตภัณฑ์ปลอมและการลองสวมใส่ที่หลอกลวง
   
   

3. ภาระต่อสิ่งแวดล้อม：การปล่อย CO₂ จากการฝึกอบรม GPU จำนวนมาก
   จำเป็นต้องมีการจัดทำกฎหมายและการกำกับดูแลขององค์กร

7. ขั้นตอนการนำเข้าและเครื่องมือที่แนะนำ

1. PoC：การทดสอบขนาดเล็กด้วย Shap-E และ LumaAI
   
   

2. การรวมเข้ากับเวิร์กโฟลว์：เพิ่มปลั๊กอินการแพร่กระจายใน Blender / Houdini
   
   

3. การทำ CI/CD：ดำเนินการสคริปต์การสร้างด้วย Git และคลาวด์ GPU โดยอัตโนมัติ
   
   

4. การจัดทำแนวทาง：จัดทำข้อกำหนดการใช้ AI และกระบวนการตรวจสอบคุณภาพ
   มีเครื่องมือโลว์โค้ดที่มี UI ภาษาไทยเพิ่มขึ้น ทำให้ผู้ที่ไม่ใช่วิศวกรสามารถทดลองได้ง่ายขึ้น

8. วิสัยทัศน์ในอนาคต──การพัฒนาไปสู่ "World Model"

ในอนาคต AI การสร้าง 3D จะพัฒนาไปสู่World Modelซึ่งรวมถึงฟิสิกส์ ความรู้ทั่วไป และการวางแผนงาน กลายเป็นศูนย์กลางของการควบคุมหุ่นยนต์และสภาพแวดล้อมการเรียนรู้ XR มีการคาดการณ์ว่า "AGI มัลติโมดัล" ที่รวม LLM ภาษาและโมเดลโลกจะพร้อมใช้งานในปี 2027businessinsider.com

9. สรุป

AI การสร้าง 3D เปลี่ยนแนวคิดการสร้าง 3DCG แบบดั้งเดิมจาก "สร้างจากศูนย์" เป็น "สื่อสารเจตนาเพื่อสร้าง" การปรากฏตัวของ CAST, Sketch2Anim, Dress-1-to-3 ช่วยยกระดับ "ใครๆ ก็สร้าง 3D ได้" ไปสู่ระดับการใช้งานจริง และเชื่อมโยงโดยตรงกับการเสริมสร้างความสามารถในการแข่งขันของบริษัทญี่ปุ่น นี่คือโอกาสที่ดีในการทดลองเล็กๆ และนำไปใช้ในขนาดใหญ่

รายการบทความอ้างอิง

• Digital Media Net「3D Generative AI Transforms How We Create, Design, Interact With Digital Content」digitalmedianet.com

• GarageFarm「Generative AI in 3D Modeling: Transforming Creativity and Workflows」garagefarm.net

• OpenAI GitHub「Shap-E: Generating Conditional 3D Implicit Functions」github.com

• Business Insider「Top AI Researchers Say Language Is Limiting… World Models」businessinsider.com