हैना (लिनान) झोउ, Meshy की संस्थापक सदस्य और उत्पाद प्रमुख — साक्षात्कार श्रृंखला

Meshy की संस्थापक सदस्य और उत्पाद प्रमुख हैना (लिनान) झोउ, 3D सामग्री निर्माण के लिए जनरेटिव एआई उपकरणों को बनाने और बड़े पैमाने पर उपलब्ध कराने पर केंद्रित उत्पाद विशेषज्ञ हैं। Meshy में वह उपभोक्ता और उद्यम, दोनों तरह के अनुप्रयोगों के लिए कंपनी की उत्पाद रणनीति को आकार देने में मदद करती हैं। इनमें 3D निर्माण, एआई एजेंट, डेवलपर API और ऐसे कार्यप्रवाह शामिल हैं, जिन्हें पेशेवर रचनात्मक प्रक्रियाओं में जनरेटिव 3D को एकीकृत करने के लिए बनाया गया है। झोउ ने अपने काम को Meshy के 3D जनरेटिव एआई प्लेटफ़ॉर्म को बनाने और बड़े पैमाने पर उपलब्ध कराने पर केंद्रित बताया है। उनका विशेष ध्यान इस तकनीक को रचनाकारों के लिए सुलभ बनाने के साथ-साथ उद्यम ग्राहकों के लिए ज़रूरी सुरक्षा, सहयोग, विश्लेषिकी और बुनियादी ढाँचे की क्षमताएँ विकसित करने पर है। उनकी पृष्ठभूमि में Brandeis University में मशीन लर्निंग, डेटा विश्लेषिकी, Python, R और बिज़नेस इंटेलिजेंस पर केंद्रित स्नातकोत्तर अध्ययन शामिल हैं।

Meshy एआई-संचालित 3D सामग्री निर्माण प्लेटफ़ॉर्म है, जिसे उपयोग के लिए तैयार 3D परिसंपत्तियों का निर्माण कहीं तेज़ और अधिक सुलभ बनाने के उद्देश्य से तैयार किया गया है। यह प्लेटफ़ॉर्म पाठ्य विवरणों, फ़ोटो, रेखाचित्रों और अवधारणा कला को 3D मॉडल में बदल सकता है। इसके साथ ही, यह एआई टेक्स्चरिंग, एनीमेशन, स्वचालित रिगिंग, डेवलपर API और अपने 3D Agent के ज़रिए संवादात्मक 3D निर्माण की सुविधा भी देता है। इसकी तकनीक का इस्तेमाल गेमिंग, 3D प्रिंटिंग, संवर्धित और आभासी वास्तविकता, उत्पाद डिज़ाइन, शिक्षा और अन्य रचनात्मक उद्योगों में होता है। Meshy के अनुसार, इसके 1.2 करोड़ से अधिक पंजीकृत उपयोगकर्ता हैं और 10 करोड़ से अधिक मॉडल बनाए जा चुके हैं। इसके उपकरणों का इस्तेमाल प्रमुख प्रौद्योगिकी, गेमिंग, डिज़ाइन और विनिर्माण कंपनियों की टीमें करती हैं।

आपने ऑडिटिंग और वित्त के क्षेत्र में अपना करियर शुरू किया, फिर एक बड़ा बदलाव करते हुए प्रौद्योगिकी जगत में आईं और Meshy की संस्थापक सदस्य तथा उत्पाद प्रमुख बनीं। जनरेटिव 3D की ओर आपका रुझान शुरुआत में किस वजह से हुआ, और आपकी विश्लेषणात्मक पृष्ठभूमि ने यह परखने के आपके तरीके को कैसे प्रभावित किया कि कोई नई क्षमता वास्तव में उपयोगी है या सिर्फ़ दिखने में प्रभावशाली?

मैंने अपने करियर का शुरुआती हिस्सा ऑडिटिंग और वित्त में बिताया। इस अनुभव ने मुझे किसी व्यवसाय को एक साथ कई नज़रियों से देखना सिखाया, क्योंकि कोई एक संख्या यह नहीं बता सकती कि वह स्वस्थ है या नहीं। आज मैं किसी उत्पाद का मूल्यांकन भी इसी तरह करती हूँ। प्रभावशाली दिखने वाले डेमो ने एक कसौटी पार की है। कुछ बनाने से पहले मैं चाहती हूँ कि वह कई कसौटियों पर खरा उतरे: क्या इससे उपयोगकर्ता को वास्तविक मूल्य मिलता है, उस मूल्य का बाज़ार कितना बड़ा है, इसे उपलब्ध कराने में हमें कितनी लागत आती है, और क्या इसके पीछे एक ठोस व्यवसाय है? दिखने में आकर्षक कई सुविधाएँ इनमें से किसी एक कसौटी पर विफल हो जाती हैं। बनाने लायक सुविधाएँ आमतौर पर सभी कसौटियों पर खरी उतरती हैं।

मेरा 3D की ओर रुझान एक सरल विश्वास से आया: हर कोई 3D में कुछ बना सकता है। बच्चों को कोई सिखाए, उससे बहुत पहले ही वे ब्लॉक्स और मिट्टी से चीज़ें बनाते हैं। लोगों को रोकती उनकी क्षमता नहीं, बल्कि उपकरण हैं। पारंपरिक 3D निर्माण के लिए ऐसे सॉफ़्टवेयर में वर्षों का प्रशिक्षण चाहिए, जिन्हें ज़्यादातर लोगों ने कभी खोला तक नहीं होता। मैं ऐसा उत्पाद बनाना चाहती थी जो इस बाधा को हटा दे, ताकि सात साल का बच्चा और सत्तर साल की दादी, दोनों बिना किसी प्रशिक्षण के 3D में कुछ बना सकें।

Ultra 4K विशेष रूप से टेक्स्चर रिज़ॉल्यूशन के बजाय 4K ज्यामिति रिज़ॉल्यूशन पर केंद्रित है। जिन रचनाकारों को शायद यह अंतर तुरंत समझ न आए, उनके लिए जनरेट किए गए पृष्ठ की वास्तविक भौतिक बारीकियों को बढ़ाना एआई-जनित 3D के विकास का इतना अहम अगला पड़ाव क्यों बन गया है?

ज्यामिति और टेक्स्चर की भूमिकाएँ अलग-अलग हैं। ज्यामिति किसी परिसंपत्ति की वास्तविक सतह तय करती है, जबकि टेक्स्चर उसका दृश्य रूप बताता है। टेक्स्चर से शल्क, सिलाई या उकेरी गई आकृति का आभास हो सकता है, लेकिन वास्तविक ज्यामिति बाहरी आकार बदलती है, प्रकाश पर स्वाभाविक ढंग से प्रतिक्रिया करती है, छायाएँ बनाती है और मूर्तिकला, रेंडरिंग तथा 3D प्रिंटिंग की प्रक्रियाओं में मेश का हिस्सा बनी रहती है।

पिछले कुछ वर्षों में उद्योग ने समग्र संरचना और संरेखण के मामले में बड़ी प्रगति की है। ये चुनौतियाँ अभी पूरी तरह हल नहीं हुई हैं, लेकिन जैसे-जैसे आधारभूत गुणवत्ता सुधरती है, रचनाकार स्वाभाविक रूप से अधिक बारीकियों पर ध्यान देने लगते हैं। अब सवाल सिर्फ़ यह नहीं रह गया है कि मॉडल का समग्र आकार सही है या नहीं, बल्कि यह भी है कि उसे विशिष्ट पहचान देने वाली बारीकियाँ—कवच पर उकेरी गई आकृति, किसी जीव के शल्क या पट्टे की सिलाई—वास्तव में ज्यामिति में मौजूद हैं या नहीं।

रचनाकारों के लिए यह इसलिए मायने रखता है क्योंकि हर छूटी हुई बारीकी का मतलब है कि आगे चलकर उसे हाथ से बनाना पड़ेगा। Ultra 4K का उद्देश्य शुरुआती आधार की गुणवत्ता बढ़ाना है, ताकि कलाकार सतह की बुनियादी संरचना दोबारा बनाने में कम समय लगाएँ और अपनी रचनात्मक प्राथमिकताओं के अनुसार परिसंपत्ति को निखारने में ज़्यादा समय दे सकें।

Meshy का कहना है कि टूटी हुई बाहरी आकृति या अतिरिक्त अंग जैसी बड़ी संरचनात्मक खामियाँ अब कम देखने को मिलती हैं, इसलिए बारीक ज्यामितीय विवरण उन कठिन समस्याओं में से एक रह गए हैं जिन्हें हल करना अभी बाकी है। शल्क, सिलवटें, उत्कीर्णन और तराशी गई सतहों जैसी विशेषताओं को जनरेटिव मॉडल के लिए विशेष रूप से कठिन बनाने वाली तकनीकी चुनौतियाँ क्या हैं?

बारीक ज्यामितीय विशेषताएँ बनाना कठिन है, क्योंकि उनका पैमाना पूरी वस्तु की तुलना में बहुत छोटा होता है। मॉडल किसी ड्रैगन की बाहरी आकृति समझ सकता है, फिर भी हर शल्क की संरचना को छोड़ सकता है; या कवच का एक टुकड़ा बना सकता है, लेकिन उसकी उत्कीर्ण रेखाओं को समतल कर सकता है।

इसके अलावा, 2D छवि से 3D बनाने में एक अंतर्निहित अस्पष्टता होती है। रंगीन पैटर्न रंग-रोगन, टेक्स्चर, छाया या भौतिक उभार को दर्शा सकता है। मॉडल को तय करना होता है कि किन दृश्य संकेतों को वास्तविक ज्यामिति में बदलना चाहिए और फिर उन संरचनाओं को पूरी सतह पर एकसमान ढंग से पुनर्निर्मित करना होता है।

अंततः, पूरी प्रक्रिया के दौरान बारीकियों को बरकरार रहना चाहिए। उच्च-रिज़ॉल्यूशन जनरेशन, मेश निष्कर्षण और सरलीकरण में सार्थक विशेषताएँ सुरक्षित रहनी चाहिए—वे शोर या अनावश्यक रूप से अधिक बहुभुजों में नहीं बदलनी चाहिए। चुनौती ऐसी सुसंगत बारीकियाँ तैयार करने की है जो रचनाकारों के लिए उपयोगी हों, न कि केवल सतह में और अधिक विविधता जोड़ने की।

पर्दे के पीछे हुए किन बदलावों से Ultra 4K संभव हुआ? क्या सबसे बड़ी प्रगति मूल मॉडल, प्रशिक्षण डेटा, पुनर्निर्माण तकनीकों, अनुमान प्रक्रिया या Meshy द्वारा 3D ज्यामिति को निरूपित करने के तरीके में हुई?

Ultra 4K किसी एक अलग-थलग बदलाव की बजाय ज्यामिति प्रक्रिया में हुए सुधारों का नतीजा है। हमने Meshy के ज्यामिति निरूपण और जनरेशन बैकबोन का पैमाना 2048³ से बढ़ाकर 4096³ किया, फिर इसके साथ उच्च-परिशुद्धता वाला मेश निष्कर्षण और सरलीकरण जोड़ा, ताकि अतिरिक्त रिज़ॉल्यूशन केवल बहुभुजों की संख्या बढ़ाने के बजाय सतह की सार्थक संरचना में तब्दील हो।

इस पैमाने पर मॉडल अरबों वॉक्सेल वाले स्पेस में काम करता है। सरलीकरण से पहले, एक कच्चे Ultra 4K मेश में 80 मिलियन तक त्रिभुज हो सकते हैं। इसलिए, बारीक विवरण बरकरार रखते हुए ऐसा एसेट तैयार करने के लिए निष्कर्षण और सरलीकरण के चरण बेहद अहम हैं, जिस पर रचनाकार काम कर सकें।

फिलहाल Ultra 4K में एकल-दृश्य जनरेशन उपलब्ध है, जबकि Ultra 2K एकल-दृश्य और बहु-दृश्य, दोनों वर्कफ़्लो के लिए उपलब्ध है। Ultra 4K के लिए बहु-दृश्य समर्थन तब शुरू होगा, जब यह गुणवत्ता के उसी मानक पर खरा उतरेगा।

Meshy यह मापने के लिए बहु-रिज़ॉल्यूशन नॉर्मल रेंडरिंग का उपयोग करता है कि अलग-अलग पैमानों पर ज्यामितीय संरचना का कितना हिस्सा बचा रहता है—और इसमें टेक्सचर पर निर्भर नहीं रहा जाता। आपने मूल्यांकन का यह तरीका क्यों चुना, और इससे ऐसी कौन-सी बातें सामने आती हैं जो पारंपरिक दृश्य तुलनाओं या ज्यामिति बेंचमार्क से छूट सकती हैं?

जब दावा खास तौर पर ज्यामिति को लेकर हो, तो हमें ऐसी मूल्यांकन विधि चाहिए जो केवल सतह को अलग से परखे। टेक्सचर, सामग्री, रोशनी और पोस्ट-प्रोसेसिंग अपेक्षाकृत सपाट सतह को भी अत्यधिक विस्तृत दिखा सकते हैं, जबकि केवल बहुभुजों की गिनती से यह पता नहीं चलता कि उनमें सार्थक संरचना है या नहीं।

हमारा Detail Richness बेंचमार्क हर मॉडल को स्क्रीन के तय रिज़ॉल्यूशन पर कई देखने की दिशाओं से रेंडर करता है और यह मापता है कि दिखाई देने वाली सतह का कितना हिस्सा एक पिक्सेल के भीतर अभिविन्यास में बदलाव दिखाता है। कम रेंडर रिज़ॉल्यूशन पर यह माप व्यापक संरचना को पकड़ता है; अधिक रिज़ॉल्यूशन पर यह उभरी धारियों, सिलाइयों, शल्कों और नक्काशी जैसे बारीक तत्वों के प्रति संवेदनशील हो जाता है।

हम ऐसे इनपुट भी इस्तेमाल करते हैं जिनमें संरचनात्मक बारीकियाँ भरपूर होती हैं, लेकिन टेक्सचर सरल होते हैं। इससे चित्रित रूप-रंग और भौतिक आकार के बीच का भ्रम कम होता है। इससे हमें एक खास सवाल का जवाब मिलता है: अलग-अलग पैमानों पर कितनी सार्थक ज्यामितीय संरचना सुरक्षित रही है? यह संरेखण, टोपोलॉजी, चिकनाई, टेक्सचर की गुणवत्ता या संपादन-योग्यता को नहीं मापता। इसलिए, हम इसे एसेट की गुणवत्ता का संपूर्ण माप मानने के बजाय व्यापक मूल्यांकन ढाँचे के एक हिस्से के रूप में प्रस्तुत करते हैं।

लॉन्च के लिए किए गए आपके परीक्षणों में Ultra 4K ने जाँचे गए अन्य अग्रणी सिस्टमों की तुलना में अधिक ज्यामितीय बारीकियाँ तैयार कीं। वहीं, Meshy ज्यामितीय बारीकियों और संरेखण, टोपोलॉजी, चिकनाई, टेक्सचर की गुणवत्ता तथा संपादन-योग्यता के बीच स्पष्ट अंतर करता है। जब कोई एक बेंचमार्क एसेट की समग्र गुणवत्ता नहीं माप सकता, तो उद्योग को AI से बने 3D का मूल्यांकन किस तरह करना चाहिए?

हमारा मानना है कि AI से बने 3D का मूल्यांकन हर पहलू के आधार पर और उसके लक्षित वर्कफ़्लो के संदर्भ में होना चाहिए। ज्यामितीय बारीकियाँ, छवि से संरेखण, टोपोलॉजी, सतह की चिकनाई, टेक्सचर की गुणवत्ता, संपादन-योग्यता और जनरेशन की गति—ये सभी मायने रखते हैं, लेकिन इनका महत्व काम के अनुसार बदलता है। डिजिटल स्कल्प्टिंग के शुरुआती आधार, रियल-टाइम गेम प्रॉप और 3D प्रिंट के लिए तैयार मॉडल को “सर्वश्रेष्ठ” मानने के पैमाने एक जैसे नहीं होते।

इसका मतलब है कि बेंचमार्क में साफ़ तौर पर बताया जाना चाहिए कि वह क्या मापता है। ज्यामिति से जुड़े दावे के लिए बिना टेक्सचर वाले या क्ले रेंडर और नज़दीक से निरीक्षण ज़रूरी हैं; छवि से संरेखण के लिए यह परखना चाहिए कि आकार और हिस्से संदर्भ छवि से मेल खाते हैं या नहीं; और उत्पादन के लिए तैयारी जाँचते समय टोपोलॉजी, रिगिंग, संपादन और प्रदर्शन संबंधी सीमाओं को भी परखना चाहिए।

हमारा यह भी मानना है कि मूल्यांकन पारदर्शी, दोहराने योग्य और तारीख़ सहित दर्ज होना चाहिए। मॉडल तेज़ी से विकसित होते हैं, इसलिए बेंचमार्क स्थायी रैंकिंग नहीं, बल्कि एक समय विशेष की तस्वीर होता है। उद्योग का दीर्घकालिक लक्ष्य खुले और बहुआयामी मूल्यांकन तरीके विकसित करना होना चाहिए, जिन्हें रचनाकार और स्वतंत्र शोधकर्ता अपने वर्कफ़्लो के अनुसार दोहरा और इस्तेमाल कर सकें।

लगता है कि Ultra 4K खास तौर पर डिजिटल स्कल्प्टिंग, सिनेमाई प्रॉप्स, संग्रहणीय मूर्तियों, बारीक विवरण वाले किरदारों और हीरो एसेट्स के लिए बनाया गया है। पेशेवर Blender, ZBrush, Maya या Unreal Engine वर्कफ़्लो में AI से बने एसेट को बिना बहुत ज़्यादा हाथ से सुधार किए सीधे इस्तेमाल करने की स्थिति अब कितनी करीब है?

AI से बने एसेट पेशेवर टूल में पहले से उपयोगी हैं, लेकिन वे सीधे इस्तेमाल के कितने करीब हैं, यह एसेट और वर्कफ़्लो पर निर्भर करता है।

कॉन्सेप्ट तलाशने, डिज़ाइन संदर्भ तैयार करने और कुछ स्थिर या पृष्ठभूमि वाले एसेट के लिए, जनरेट किए गए मॉडल किसी विचार से संपादन-योग्य 3D शुरुआती आधार तक पहुँचने का समय घटा सकते हैं। कलाकार उन्हें Blender, ZBrush, Maya या Unreal Engine में लाकर, खाली दृश्य से शुरुआत करने की तुलना में कहीं पहले आकार, संयोजन और बारीकियों का मूल्यांकन शुरू कर सकते हैं।

मुख्य दृश्य-सामग्री, रिग किए गए किरदारों और अन्य ऐसे निर्माण-कार्यों के लिए जिनमें बहुत अधिक मेहनत लगती है, अतिरिक्त तैयारी अब भी आम है। रूप-विकृति या रियल-टाइम संसाधन-सीमाओं के मुताबिक टोपोलॉजी में बदलाव करने पड़ सकते हैं; सामग्री और टेक्सचर में वर्कफ़्लो के अनुसार समायोजन करने पड़ सकते हैं; और अंतिम कलात्मक दिशा तय करना कलाकार का रचनात्मक निर्णय बना रहता है। सफ़ाई और सुधार की मात्रा हर एसेट और उसके उपयोग के संदर्भ के अनुसार काफ़ी बदलती है।

Ultra 4K इस प्रक्रिया के एक अहम हिस्से को बेहतर बनाता है: ज्यामिति के शुरुआती आधार की गुणवत्ता को। जब सिलवटें, उत्कीर्णन, शल्क और अन्य विशेषताएँ मेश में पहले से मौजूद हों, तो कलाकार सतह की बनावट को दोबारा बनाने में कम समय लगा सकते हैं और एसेट को उसके तय उपयोग के लिए निखारने में अधिक समय दे सकते हैं। हम इसे निर्माण के लिए तैयार होने की दिशा में सार्थक प्रगति मानते हैं—इसका अर्थ कलाकारों को प्रक्रिया से हटाना नहीं, बल्कि उनके काम के लिए बेहतर आधार देना है।

Meshy अब Standard, Ultra 2K और Ultra 4K उपलब्ध कराता है; अधिकतम रिज़ॉल्यूशन को डिफ़ॉल्ट मानकर नहीं चलता। जनरेशन की गति, कंप्यूटिंग लागत, ज्यामितीय सटीकता और किसी खास रचनात्मक कार्य के लिए ज़रूरी गुणवत्ता के स्तर के बीच संतुलन को आप किस तरह देखते हैं?

ये तीनों मोड अलग-अलग चरणों और उपयोगों के लिए बनाए गए हैं; इन्हें केवल अच्छा, बेहतर और सर्वश्रेष्ठ की सीढ़ी के रूप में नहीं देखा जाना चाहिए।

Standard गति और बार-बार बदलाव करने पर ज़ोर देता है। यह शुरुआती खोजबीन, संयोजन के परीक्षणों और स्क्रीन पर छोटे आकार में दिखने वाले एसेट के लिए उपयुक्त है। Ultra 2K सटीकता और लचीलेपन के बीच संतुलन देता है और इसमें एकल-दृश्य तथा बहु-दृश्य, दोनों तरह की जनरेशन शामिल है। Ultra 4K उन मामलों के लिए है जहाँ एसेट में छोटे पैमाने की ज्यामितीय संरचना अहम होती है—उदाहरण के लिए, मूर्तिकला के संदर्भ, संग्रहणीय प्रतिमाएँ, क्लोज़-अप प्रॉप्स या बारीकियों वाले किरदार।

सही विकल्प इस बात पर निर्भर करता है कि एसेट का उपयोग कहाँ होना है। मोबाइल गेम के लिए पृष्ठभूमि में रखे जाने वाले प्रॉप और संग्रहकर्ता की प्रतिमा को एक ही रिज़ॉल्यूशन या बहुभुज बजट से समान लाभ नहीं मिलता। अधिक रिज़ॉल्यूशन के लिए ज़्यादा कंप्यूटिंग की ज़रूरत होती है, इसलिए सही सवाल यह नहीं है कि “कौन-सा मोड सबसे अधिक है?”, बल्कि यह है कि “इस काम में कौन-सा मोड ऐसा फ़र्क लाता है जिसे साफ़ तौर पर देखा जा सके?”

एक व्यावहारिक कार्यप्रवाह यह है कि विषय और संयोजन की पड़ताल Standard या Ultra 2K में की जाए, फिर जहाँ अंतिम परिणाम के लिए बारीक ज्यामितीय विवरण अहम हो, वहाँ सबसे मज़बूत विकल्प पर Ultra 4K का इस्तेमाल किया जाए। इससे बार-बार बदलाव करने की प्रक्रिया तेज़ रहती है और उच्चतम सटीकता वाली जनरेशन वहीं केंद्रित होती है जहाँ रचनाकार वास्तव में उसका फ़र्क देख और इस्तेमाल कर पाएँगे।

Ultra 4K, 4096³ ज्यामिति रिज़ॉल्यूशन पर काम करता है और सरलीकरण से पहले कच्चे मेश में 80 million तक त्रिभुज हो सकते हैं। जब एसेट के लिए इतनी बारीकी ज़रूरी हो, तब यह पैमाना उपयोगी है; लेकिन हमारा उत्पाद-सिद्धांत रचनाकारों को हर चरण के लिए गुणवत्ता और नियंत्रण का उचित स्तर देना है—अधिकतम कंप्यूटिंग को डिफ़ॉल्ट बनाना नहीं।

जैसे-जैसे ज्यामिति अधिक विस्तृत होती जाती है, क्या टोपोलॉजी और संपादन-योग्यता अगली बड़ी अड़चन बन जाती हैं? अत्यधिक विस्तृत AI-जनित मॉडल को पेशेवर कलाकारों के लिए पारंपरिक तरीकों से बनाए गए एसेट जितनी आसानी से संशोधित करना, रिग करना, एनिमेट करना और अनुकूलित करना संभव बनाने के लिए अभी कौन-सा काम बाकी है?

हाँ, टोपोलॉजी और संपादन-योग्यता निकट भविष्य की सबसे ठोस चुनौतियों में हैं। पेशेवर रिगिंग के लिए ऐसा एज फ़्लो चाहिए जो शरीर-रचना और जोड़ों के अनुरूप हो, बहुभुजों का घनत्व ऐसा हो कि रूप-विकृति का अनुमान लगाया जा सके, और मेश लक्षित इंजन या रेंडरर की सीमाओं के अनुकूल हों। AI-जनित मेश में सतह के समृद्ध विवरण हो सकते हैं, लेकिन वे अभी तक निर्माण-कार्य के इन मानकों का लगातार पालन नहीं करते। कई एनिमेशन कार्यप्रवाहों में रिगिंग सही मायने में शुरू करने से पहले कलाकारों को अब भी रीटोपोलॉजी करनी पड़ती है।

यही समस्या संपादन को भी प्रभावित करती है। घना जनरेट किया गया मेश दृश्य सटीकता या मूर्तिकला के लिए बेहतरीन हो सकता है, लेकिन उसकी संरचना हमेशा साफ़ एज लूप चुनने, नियंत्रित कट लगाने, अनुपात बदलने या रूप-विकृति के लिए तैयार करने जैसे कामों के अनुकूल नहीं होती। अधिक अर्थ-आधारित और प्रक्रियात्मक नियंत्रण—यानी सतह को हाथ से दोबारा बनाने के बजाय डिज़ाइन के किसी निर्णय को बदलना—जनरेट किए गए एसेट को कहीं अधिक लचीला बना सकता है।

चूँकि टोपोलॉजी, रिगिंग, स्किनिंग, ब्लेंड शेप्स और भौतिकी सिमुलेशन से पहले का चरण है, इसलिए यहाँ प्रगति पूरे निर्माण-कार्यप्रवाह को बेहतर बना सकती है। इसके दो परस्पर पूरक रास्ते हैं: जनरेशन मॉडल अधिक उत्पादन-अनुकूल ज्यामिति बनाना सीख सकते हैं, और स्वचालित पोस्ट-प्रोसेसिंग समृद्ध मेश को काम के अनुरूप टोपोलॉजी में बदल सकती है। सबसे उपयोगी समाधान में संभवतः दोनों शामिल होंगे—रचनाकारों के वांछित दृश्य विवरण को बनाए रखते हुए मेश को उनके वास्तविक कार्यप्रवाह के अनुकूल बनाना।

Ultra 4K से आगे देखें तो आपके अनुसार जनरेटिव 3D के लिए अगली बड़ी उपलब्धि क्या होगी: और अधिक ज्यामितीय सटीकता, बेहतर टोपोलॉजी, कई ऑब्जेक्ट वाले एकसमान दृश्य, एनिमेशन के लिए तैयार एसेट, भौतिक दुनिया की बेहतर समझ, या अंततः ऐसे मॉडल जो पूरे इंटरैक्टिव 3D संसार बना सकें?

ज्यामितीय सटीकता लगातार बेहतर होती रहेगी, लेकिन मुझे नहीं लगता कि अगली बड़ी उपलब्धि यही है। अगली उपलब्धि ऐसे एसेट होंगे जो किसी इंसान से मरम्मत करवाए बिना वास्तविक उपयोग में खरे उतरें। 3D प्रिंटिंग करने वाले व्यक्ति के लिए इसका अर्थ है ऐसा मॉडल जिसे पहली ही कोशिश में स्लाइस किया जा सके, प्रिंट किया जा सके और जिससे मनचाही आकृति का प्रिंट निकले। गेम टीम के लिए इसका अर्थ है साफ़ टोपोलॉजी, उचित रूप से बने हिस्से और सही UVs, ताकि रीटोपोलॉजी किए बिना एसेट को रिग किया जा सके। आज जनरेट किए गए एसेट बेहतरीन शुरुआती आधार हैं। अगली उपलब्धि वह होगी जब वे केवल शुरुआती आधार बनकर न रह जाएँ।

इसके बाद, मेरे विचार से सबसे बड़ा बदलाव मॉडल की किसी नई क्षमता में नहीं, बल्कि इस बात में होगा कि काम कौन करता है। आज भी मॉडल और नतीजे के बीच एक व्यक्ति होता है: वह औज़ार चुनता है, जाल को ठीक करता है और जाँचता है कि मॉडल का प्रिंट निकल पाएगा या वह गेम इंजन की बजट सीमा में फिट होगा। अगला कदम ऐसा एजेंट है जो काम को शुरू से अंत तक संभाले। आप बताते हैं कि आप क्या चाहते हैं और उसका इस्तेमाल कहाँ होगा; फिर सिस्टम चरणों की योजना बनाता है, औज़ारों का उपयोग करता है, अपने नतीजे को उस लक्ष्य के अनुरूप जाँचता है और केवल उन रचनात्मक फैसलों के लिए आपके पास लौटता है जो आपको ही लेने हैं। संवादात्मक दुनिया इसका स्वाभाविक अगला विस्तार हैं, लेकिन वे ऐसी परिसंपत्तियों से बनेंगी जिन्हें पहले भरोसेमंद होना होगा। हमारा मिशन हर विचार को 3D हकीकत में बदलना है, और हकीकत का मतलब है ऐसी चीज़ जिसे कोई व्यक्ति प्रिंट कर सके, खेल सके या जारी कर सके।

इस शानदार साक्षात्कार के लिए धन्यवाद। जो पाठक और जानना चाहते हैं, वे Meshy पर जाएँ।