使用人工智能生成游戏3D素材的完整教程

释放双眼,带上耳机,听听看~!
本教程详细介绍了如何使用人工智能生成游戏3D素材的实用工作流程,并逐步教你将生成型AI集成到PS1风格的3D工作流中,内容包括生成3D模型、导入并精简模型、安装Dream Textures、生成纹理、UV映射、导出模型、在Unity中导入等步骤。

引言

生成式AI已成为游戏开发中艺术工作流的重要组成部分。然而,正如我在之前的文章中描述的,从文本到3D的实用性仍落后于2D。不过,这种情况正在改变。本文我们将重新审视3D素材生成的实用工作流程,并逐步了解如何将生成型AI集成到PS1风格的3D工作流中。

使用人工智能生成游戏3D素材的完整教程

为什么选择PS1风格?因为它对当前文本到3D模型的低保真度更为宽容,使我们能够以尽可能少的努力从文本转换为可用的3D素材。

预备知识

本教程假设你具备一些Blender和3D概念的基本知识,例如材质和UV映射。

第一步:生成3D模型

首先访问Shap-E Hugging Face Space应用。这个Space应用使用OpenAI最新的扩散模型Shap-E model从文本生成3D模型。

首先访问Shap-E Hugging FaceSpace应用。这个Space应用使用OpenAI最新的扩散模型Shap-E model从文本生成3D模型。

输入”Dilapidated Shack”作为你的提示并点击 ‘Generate’。当你对模型满意时,下载它以进行下一步。

使用人工智能生成游戏3D素材的完整教程

第二步:导入并精简模型

接下来,打开Blender(版本3.1或更高)。转到File -> Import -> GLTF 2.0,并导入你下载的文件。你可能会注意到,该模型的多边形数量远远超过了许多实际应用(如游戏)的推荐数量。

使用人工智能生成游戏3D素材的完整教程

要减少多边形数量,请选择你的模型,导航到Modifiers,并选择”Decimate”修饰符。将比率调整为较低的数字(例如0.02)。这可能看起来太好。然而,在本教程中,我们将接受低保真度。

第三步:安装Dream Textures

为了给我们的模型添加纹理,我们将使用Dream Textures,这是一个用于Blender的稳定扩散纹理生成器。按照官方仓库上的说明下载并安装插件。

使用人工智能生成游戏3D素材的完整教程

安装并启用后,打开插件首选项。搜索并下载texture-diffusion模型。

第四步:生成纹理

让我们生成一个自定义纹理。在Blender中打开UV编辑器,按 ‘N’ 打开属性菜单。点击 ‘Dream’ 标签并选择texture-diffusion模型。将Prompt设置为’texture’、Seamless设置为’both’。这将确保生成的图像是无缝纹理。

在’subject’下,输入你想要的纹理,例如’Wood Wall’,然后点击’Generate’。当你对结果满意时,为其命名并保存。

使用人工智能生成游戏3D素材的完整教程

要应用纹理,请选择你的模型并导航到’Material’。添加新材料,在’base color’下点击点并选择’Image Texture’。最后,选择你新生成的纹理。

第五步:UV映射

接下来是UV映射,它将我们的2D纹理包裹在3D模型周围。选择你的模型,按 ‘Tab’ 进入编辑模式。然后,按 ‘U’ 展开模型并选择 ‘Smart UV Project’。

要预览你的纹理模型,请切换到渲染视图(按住 ‘Z’ 并选择 ‘Rendered’)。你可以放大UV映射,使其在模型上无缝平铺。请记住,我们的目标是复古的PS1风格,所以不要做得太好。

使用人工智能生成游戏3D素材的完整教程

第六步:导出模型

当您对模型感到满意时,就可以导出它了。使用File -> Export -> FBX,这个3D素材就生成了。

第七步:在Unity中导入

最后,让我们看看我们的模型在实际中的效果。将其导入Unity或你选择的游戏引擎中。为了重现怀旧的PS1美学,我用自定义顶点照明、无阴影、大量雾气和故障后处理进行了定制。你可以在这里了解更多关于重现PS1美学的信息。

现在我们就拥有了一个在虚拟环境中的低保真、纹理3D模型!

使用人工智能生成游戏3D素材的完整教程

总结

关于如何使用生成型AI工作流程创建实用3D素材的教程就此结束。虽然结果保真度不高,但潜力巨大:通过足够的努力,这种方法可以用来生成一个低保真风格的无限世界。随着这些模型的改进,将这些技术转移到高保真或逼真的风格将会成为可能!

英文原文: hf.co/blog/3d-ass…

原文作者: Dylan Ebert

译者: Luke, Hugging Face Fellow

本网站的内容主要来自互联网上的各种资源,仅供参考和信息分享之用,不代表本网站拥有相关版权或知识产权。如您认为内容侵犯您的权益,请联系我们,我们将尽快采取行动,包括删除或更正。
AI教程

如何应对LLM面对囚徒困境?|论文解读

2023-11-18 17:46:14

AI教程

【智慧交通项目实战】OCR车牌检测与识别项目实战(二):车牌检测

2023-11-18 17:59:14

个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索