نماذج ومنصات الذكاء الاصطناعي

.Meshy 7 يضع رقمًا على محاذاة الصورة إلى 3D

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

Meshy قد أصدرت Meshy 7، وهي نموذج أساسي جديد لتحويل الصور إلى 3D، وترافقت الإصدار مع شيء ما يفتقر إليه مجال توليد 3D بشكل كبير: معيار هندسي يقيّم النموذج المُولَّد مباشرةً مقابل إجابة صحيحة معروفة. في إعلان الشركة، الذي نُشر في 12 أغسطس 2026، تقول Meshy إن Meshy 7 تتقدم على كل النماذج التي تم اختبارها في جميع ثلاثة مقاييس محاذاة المعيار، مع تسجيل 81.0% في النسبة الكلية، و 79.7% في التوزيع المكاني، و 59.8% في تفاصيل السطح مقابل أربعة نماذج أساسية منافسة لتحويل 3D.

الإصدار مبني حول مطالبة واحدة حول ما يجب أن تقيسه تقييم الصورة إلى 3D. الفشل المبكر في هذه الفئة كان واضحًا: أسطح مكسورة، هيكل معوج، أطراف ناقصة. هذه الآن نادرة بين النماذج الرائدة بدرجة كافية بحيث يصبح عدم الكسر يُمَيَّز قليلاً، بحسب الشركة. نمط الفشل المتبقي أكثر دقة: يمكن للعنصر أن يبدو معقولًا تمامًا ويخفق في إعادة إنتاج المرجع، مع جسم أوسع قليلاً، أو يد متحركة من مكانها، أو خط منقوش من الصورة الأصلية مجرد اختفاء. تسمي Meshy هذه الخاصية محاذاة، وهي الكمية التي تم تدريب Meshy 7 عليها وتقييمها.

معيار مع إجابة صحيحة معروفة

الجزء الأكثر إثارة للاهتمام في الإعلان، لأي شخص يقرأ منهجية التقييم قبل مطالبات القدرة، هو كيفية بناء المعيار. إنه يستخدم Neither تقييم تفضيلي بشري ولا نموذج رؤية-لغة كقاضي. بدلاً من ذلك، يتم تقديم نماذج 3D مرجعية محجوزة من التدريب إلى صور إدخال باستخدام كاميرات معروفة، وينتج كل نموذج مولد نتيجة 3D من تلك الصور، ويتم مقارنة الإخراج مباشرةً مقابل الهندسة المرجعية الأصلية. تحمل كل صورة اختبار إجابة 3D صحيحة معروفة.

يؤدي خياران للتصميم العمل الحامل. بمقارنة الهندسة المولدة بالهندسة المرجعية، بدلاً من مقارنة العروض، يتجنب الحاجة إلى تقدير الكاميرا المصدر أولاً، مما سيخلط خطأ الكاميرا مع خطأ الهندسة المقاس. وقبل التقييم، يتم محاذاة كل مولد إلى مرجعه بواسطة الترجمة وال دوران والتوسيع الموحد فقط، أبدًا مشدودًا على طول محور واحد، بحيث لا يمكن تصحيح أخطاء النسبة الخاصة بالنموذج بواسطة هيكل التقييم. ثم يتم قياس الاتفاق على ثلاث مستويات، من الهيكل العام إلى الفرق الهندسي الدقيق، عبر مجموعة مرجعية تشمل شخصيات ومركبات ومنحوتات وملحقات هيكل رقيق، تحت ثلاثة ظروف إدخال: منظر أمامي، منظر أعلى ربع مرفع، و四 مناظر مجتمعة.

هذه هي الأرقام المبلغ عنها من قبل البائع على معيار صممه البائع نفسه، وتطبق الخصم المعتاد. ومع ذلك، فإن الخيارات الهيكلية، المراجع المحجوزة، المقارنة الهندسية المباشرة، وعدم إعادة التماسك على كل محور، هي الخيارات التي سيختارها قياس صادق، وتقول Meshy إن المعيار سيكون منشورًا بشكل منفصل بعد الإطلاق، مما سيسمح لمعامل خارجية بتشغيل نماذجها الخاصة من خلاله.

أين يكون تقدم Meshy 7 أوسع

النمط في النتائج يهم أكثر من الخط العالي. النسبة الكلية قريبة عبر النماذج الرائدة الآن، لذلك فإن التقدم هناك يعني القليل. تفاصيل السطح هي حيث لا يصل أي نموذج تم اختباره إلى 60% تحت إدخال منظر واحد، وهي حيث يتقدم Meshy 7 أكثر: 5.3 نقطة واضحة من المنافس الأقرب، أكثر من ضعف هامشها في أي من الجوانب الأخرى. تحت منظر الأمامي، وهو شرط الصورة المفردة الأكثر صرامة، تقول الشركة إن Meshy 7 تتقدم على المجموع والمتفرقات على كل مقياس.

مع أربع مناظر يتقارب المجال. كل نموذج يتحسن، والمناظر الإضافية تساعد أكثر على التوزيع المكاني و تفاصيل السطح، والأبعاد الأكثر تأثرًا بالهندسة المخفية، وتنتهي الرائدة داخل نقطتين تقريبًا من بعضها البعض، مع تقدم المنافس الأقرب ل Meshy 7 بدلاً من تجاوزه بوضوح. إدخال المنظر المفرد، كما يشير إلى الشركة، هو حيث تتفوق الأنظمة و الشرط الذي يوجد فيه المستخدمون بشكل فعلي. بالمقارنة مع سابقة Meshy 6، تحسن Meshy 7 من المحاذاة على الهندسة والنسيج، مع قياس النسيج بشكل منفصل.

ت归 Meshy الزيادة إلى ثلاثة تغييرات. يقرأ محول الصورة الإدخال الآن على عدة مستويات ويقبل دقة أعلى، بحيث تنجو المعلومات الشكل الدقيق إلى التوليد بدلاً من أن تُمتَطَ. تم إعادة بناء بيانات التدريب بحيث يتوافق كل عينة بشكل دقيق مع هندستها المستهدفة، مع إزالة الأسلوب والإنارة والخلفية. وأصبحت محاذاة الهندسة إشارة تُتبَع داخل كل دورة تدريب بدلاً من تقييم يتم تطبيقه في النهاية، بحيث تكون القدرة التي يهتم بها المستخدمون والعدد الذي يضعه الفريق هو نفس العدد.

الأمثلة النوعية التي تصدرها الشركة مع الإصدار تتوافق مع المقاييس. على تماثيل البورتريه، ترفع الخد وتعمق خطوط الضحك على ابتسامة بينما يبقى العباءة والملابس مستقرين، وهو اختبار لتحديد ما إذا كانت التغييرات الهندسية الصغيرة تنجو. على بومة آلية من درع جناح طبقات، ومخلب متكشف، وساق رقيقة، تظل الأجزاء متميزة وموضوعة كما يحدد المفهوم، على وسام يشم، يبقى الإغاثة الكثيفة السطحية مستمرة على العمق الذي توفره الصورة، بدلاً من أن تنكسر.

ما يتم شحنه وما يأتي بعد ذلك

تم إطلاق Meshy 7 في 10 أغسطس 2026، مفتوحًا لجميع مستويات اشتراك Meshy، والشركة تتمتع الآن بالسيطرة على الإطلاق. يتطلب تنزيل النماذج المولدة مستوى Pro أو أعلى. يدعم الوضع الفائق حاليًا توليد منظر مفرد، مع دعم منظر متعدد قادم قريباً، وهو ما يهم بالنظر إلى مدى تقارب الفجوة في نتائج الشركة الخاصة.

يتم تتبع两个 تابع مخطط. سيكون معيار الهندسة الموصوف في الإصدار منشورًا بشكل منفصل بعد الإطلاق. وبما أن الهندسة هي مجرد مكون واحد من محاذاة الصورة إلى 3D، مع حمل اللون والمادة والنمط أهميتهما الخاصة، فإن معيار محاذاة النسيج المخصص سيعقبه. نشر الهيكل هو ما سيحول مطالبة البائع إلى رقم يجب على معامل أخرى الإجابة عنه.

يصل الإصدار إلى سوق نموذج أساسي 3D الذي تم توحيدَه حول beberapa لاعبين رئيسيين: Tripo AI جمع 150 مليون دولار في يوليو 2026 بينما كان الفئة تنتقل نحو توليد عوالم تفاعلية، و Meshy نفسها جمع ما يقرب من 400 مليون دولار في جولة تمويل سلسلة B بتقدير 1.5 مليار دولار في وقت سابق من الصيف. وجدت مراجعة Unite.AI اليدوية ل Meshy قوة المنصة في دقیقًا نفس تدفق العمل الذي يستهدفه هذا الإصدار، وهو تحويل مفهوم 2D مفرد إلى عنصر قابل للاستخدام. سيكون الاختبار المستقل لمطالبة Meshy 7 المركزية عندما يأتي المعيار: ما إذا كانت محاذاة القيادة تظل على المراجع التي لم يختارها أحد في Meshy.

جوناس ريف هو محلل منشأ بالذكاء الاصطناعي في Unite.AI، يركز على الذكاء الاصطناعي الإدراكي والذكاء الاصطناعي العام (AGI) والأسس النظرية للذكاء الآلي. يعمل على كيفية ظهور التعلم والاستدلال والذاكرة والاستخراج في الأنظمة البيولوجية والاصطناعية، ورسم الصلات بين هياكل الذكاء الاصطناعي الحديثة والأسئلة القديمة في العلوم الإدراكية وفلسفة العقل.
مع نهج概念ي واعٍ، يبحث جوناس في الإطارات مثل نماذج الاستدلال والأنظمة الوكيلية والاعتراف الناشئ ونظرية التوجيه، بهدف توضيح ما يعنيه التقدم نحو AGI بالفعل - وما لا يعنيه. بدلاً من مطاردة الجداول الزمنية أو الهياج، يؤكد على المبادئ الأولى والصقل المفاهيمي وحدود النماذج الحالية.
المقالات التي كتبها جوناس ريف هي منشأة بالذكاء الاصطناعي ومراجعة بواسطة فريق تحرير Unite.AI لضمان الدقة والوضوح والمناقشة المسؤولة للمفاهيم المتقدمة للذكاء الاصطناعي.