Hannah (Linan) Zhou, Anggota Pendiri dan Kepala Produk Meshy — Seri Wawancara

Hannah (Linan) Zhou, Anggota Pendiri dan Kepala Produk di Meshy, adalah pemimpin produk yang berfokus pada pengembangan dan perluasan perangkat AI generatif untuk pembuatan konten 3D. Di Meshy, ia turut merumuskan strategi produk perusahaan untuk aplikasi konsumen dan perusahaan, termasuk pembuatan 3D, agen AI, API pengembang, serta alur kerja yang dirancang untuk mengintegrasikan 3D generatif ke dalam proses kreatif profesional. Zhou menjelaskan bahwa pekerjaannya berpusat pada pengembangan dan perluasan platform AI generatif 3D Meshy, dengan fokus khusus untuk membuat teknologi ini mudah diakses para kreator sekaligus mengembangkan kemampuan keamanan, kolaborasi, analitik, dan infrastruktur yang dibutuhkan pelanggan perusahaan. Latar belakangnya mencakup studi pascasarjana di Brandeis University yang berfokus pada pembelajaran mesin, analitik data, Python, R, dan intelijen bisnis.

Meshy adalah platform pembuatan konten 3D bertenaga AI yang dirancang untuk membuat proses pembuatan aset 3D siap produksi jauh lebih cepat dan mudah diakses. Platform ini dapat mengubah deskripsi teks, foto, sketsa, dan seni konsep menjadi model 3D, sekaligus menyediakan tekstur berbasis AI, animasi, pemasangan kerangka otomatis, API pengembang, serta pembuatan 3D melalui percakapan dengan 3D Agent. Teknologinya digunakan di berbagai bidang, termasuk gim, pencetakan 3D, realitas tertambah dan realitas virtual, desain produk, pendidikan, serta industri kreatif lainnya. Meshy melaporkan memiliki lebih dari 12 juta pengguna terdaftar dan telah digunakan untuk membuat lebih dari 100 juta model. Perangkatnya digunakan oleh tim di berbagai perusahaan teknologi, gim, desain, dan manufaktur terkemuka.

Karier Anda dimulai di bidang audit dan keuangan sebelum Anda beralih besar ke industri teknologi dan menjadi anggota pendiri sekaligus Kepala Produk di Meshy. Apa yang mula-mula menarik Anda pada 3D generatif, dan bagaimana latar belakang analitis Anda memengaruhi cara Anda menilai apakah suatu kemampuan baru benar-benar bermanfaat, bukan sekadar tampak mengesankan?

Saya menghabiskan bagian awal karier di bidang audit dan keuangan. Pengalaman itu mengajarkan saya untuk meninjau bisnis dari beberapa sudut pandang sekaligus, karena tidak ada satu angka pun yang dapat menunjukkan apakah bisnis itu sehat. Kini, itulah cara saya menilai sebuah produk. Demo yang tampak mengesankan baru lolos satu pengujian. Sebelum membangun sesuatu, saya ingin produk itu lolos beberapa pengujian: apakah produk tersebut memberikan nilai nyata bagi pengguna, seberapa besar pasar untuk nilai itu, berapa biaya yang harus kami keluarkan untuk mewujudkannya, dan apakah model bisnis di baliknya kokoh. Banyak fitur yang tampak memukau secara visual gagal dalam salah satu pengujian tersebut. Fitur yang layak dibangun biasanya lolos semuanya.

Saya tertarik pada 3D karena sebuah keyakinan sederhana: semua orang bisa berkreasi dalam 3D. Anak-anak membuat berbagai benda dari balok dan tanah liat jauh sebelum ada yang mengajari mereka. Yang menghambat orang bukanlah kemampuan, melainkan alat yang tersedia. Pembuatan 3D secara tradisional menuntut pelatihan bertahun-tahun untuk menggunakan perangkat lunak yang belum pernah dibuka kebanyakan orang. Saya ingin membangun produk yang menyingkirkan hambatan itu, agar anak berusia tujuh tahun dan nenek berusia tujuh puluh tahun sama-sama bisa membuat sesuatu dalam 3D tanpa perlu menjalani pelatihan tersebut.

Ultra 4K secara khusus berfokus pada resolusi geometri 4K, bukan resolusi tekstur. Bagi kreator yang mungkin belum langsung memahami perbedaannya, mengapa peningkatan detail fisik nyata pada permukaan yang dihasilkan menjadi salah satu tantangan terpenting dalam 3D yang dihasilkan AI?

Geometri dan tekstur memiliki fungsi yang berbeda. Geometri menentukan bentuk permukaan nyata suatu aset, sedangkan tekstur menggambarkan tampilan visualnya. Tekstur dapat memberi kesan sisik, jahitan, atau ukiran, tetapi geometri nyata mengubah siluet, merespons cahaya secara alami, membentuk bayangan, dan tetap menjadi bagian dari jala dalam alur kerja pemahatan, perenderan, dan pencetakan 3D.

Dalam beberapa tahun terakhir, industri ini telah mencapai kemajuan besar dalam struktur umum dan keselarasan. Tantangan tersebut belum teratasi, tetapi seiring membaiknya standar dasar, wajar jika kreator mulai mencermati detail lebih dekat. Pertanyaannya bukan lagi hanya apakah model memiliki bentuk keseluruhan yang tepat, melainkan juga apakah detail yang memberinya karakter—ukiran pada zirah, sisik pada makhluk, atau jahitan pada tali—benar-benar hadir dalam geometrinya.

Hal ini penting bagi para kreator karena setiap detail yang hilang akan menjadi pekerjaan manual pada tahap berikutnya. Ultra 4K dirancang untuk meningkatkan kualitas titik awal, sehingga seniman dapat mengurangi waktu untuk membangun ulang struktur permukaan dasar dan lebih banyak waktu untuk menyempurnakan aset sesuai tujuan kreatif mereka.

Meshy menyatakan bahwa kegagalan struktural besar, seperti siluet yang rusak atau anggota tubuh tambahan, kini semakin jarang terjadi. Akibatnya, detail geometris yang lebih halus menjadi salah satu masalah tersulit yang masih tersisa. Tantangan teknis apa yang membuat fitur seperti sisik, lipatan, ukiran, dan permukaan pahatan begitu sulit dihasilkan oleh model generatif?

Fitur geometris yang halus sulit dibuat karena skalanya jauh lebih kecil daripada objek secara keseluruhan. Model mungkin memahami siluet naga, tetapi masih gagal menangkap struktur setiap sisiknya; atau mampu mereproduksi sepotong zirah, tetapi menghaluskan garis-garis ukirannya hingga hilang.

Pembuatan 3D dari gambar 2D juga memiliki ambiguitas bawaan. Pola berwarna mungkin menunjukkan cat, tekstur, bayangan, atau tonjolan fisik. Model harus menentukan sinyal visual mana yang perlu diwujudkan sebagai geometri nyata, lalu merekonstruksi struktur tersebut secara konsisten di seluruh permukaan.

Terakhir, detail harus tetap terjaga di seluruh rangkaian proses. Pembuatan beresolusi tinggi, ekstraksi mesh, dan penyederhanaan harus mempertahankan fitur-fitur penting tanpa mengubahnya menjadi derau atau menambah jumlah poligon secara berlebihan. Tantangannya adalah menghasilkan detail yang konsisten dan berguna bagi para kreator, bukan sekadar menambah variasi pada permukaan.

Apa yang berubah di balik layar sehingga Ultra 4K dapat diwujudkan? Apakah kemajuan terbesarnya berkaitan dengan model inti, data pelatihan, teknik rekonstruksi, alur inferensi, atau cara Meshy merepresentasikan geometri 3D?

Ultra 4K terwujud berkat peningkatan di berbagai bagian alur pemrosesan geometri, bukan satu perubahan yang berdiri sendiri. Kami meningkatkan skala representasi geometri dan fondasi model generatif Meshy dari 2048³ menjadi 4096³, lalu memadukannya dengan ekstraksi dan penyederhanaan mesh berpresisi tinggi agar peningkatan resolusi menghasilkan struktur permukaan yang bermakna, bukan sekadar jumlah poligon yang lebih besar.

Pada skala tersebut, model bekerja dalam ruang yang memuat miliaran voxel. Sebelum disederhanakan, mesh Ultra 4K mentah dapat memuat hingga 80 juta segitiga. Karena itu, tahap ekstraksi dan penyederhanaan sangat penting untuk mempertahankan detail halus sekaligus menghasilkan aset yang dapat digunakan oleh para kreator.

Saat ini, Ultra 4K mendukung pembuatan dari satu sudut pandang, sedangkan Ultra 2K tersedia untuk alur kerja satu maupun beberapa sudut pandang. Dukungan untuk beberapa sudut pandang di Ultra 4K akan menyusul setelah mencapai standar kualitas yang sama.

Meshy menggunakan rendering normal multiresolusi untuk mengukur seberapa banyak struktur geometris yang tetap terjaga pada berbagai skala tanpa bergantung pada tekstur. Mengapa Anda memilih metode evaluasi ini, dan apa yang dapat diungkapkannya yang mungkin luput dari perbandingan visual konvensional atau tolok ukur geometri?

Jika klaim yang dibahas secara khusus menyangkut geometri, kita memerlukan metode evaluasi yang mengisolasi permukaan itu sendiri. Tekstur, material, pencahayaan, dan pascapemrosesan dapat membuat permukaan yang relatif datar tampak sangat detail, sementara jumlah poligon saja tidak menunjukkan apakah poligon tersebut membentuk struktur yang bermakna.

Dalam tolok ukur Detail Richness, setiap model dirender dari berbagai arah pandang pada resolusi layar tetap, lalu diukur seberapa banyak bagian permukaan yang terlihat memiliki perubahan orientasi dalam satu piksel. Pada resolusi render yang lebih rendah, metrik ini menangkap struktur yang lebih luas; pada resolusi yang lebih tinggi, metrik ini menjadi peka terhadap fitur yang lebih halus, seperti tonjolan, jahitan, sisik, dan ukiran.

Kami juga menggunakan masukan dengan detail struktural yang kaya tetapi tekstur sederhana. Hal ini mengurangi ambiguitas antara tampilan yang dilukis dan bentuk fisik. Dengan demikian, kami dapat menjawab satu pertanyaan secara spesifik: seberapa banyak struktur geometris yang bermakna tetap terjaga pada berbagai skala? Metode ini tidak mengukur keselarasan, topologi, kehalusan, kualitas tekstur, atau kemudahan penyuntingan. Karena itu, kami menyajikannya sebagai salah satu bagian dari kerangka evaluasi yang lebih luas, bukan sebagai ukuran lengkap kualitas aset.

Pengujian saat peluncuran menunjukkan bahwa Ultra 4K menghasilkan detail geometris yang lebih banyak daripada sistem terkemuka lain yang diuji. Namun, Meshy berhati-hati membedakan detail geometris dari keselarasan, topologi, kehalusan, kualitas tekstur, dan kemudahan penyuntingan. Bagaimana sebaiknya industri mengevaluasi 3D yang dihasilkan AI ketika tidak ada satu pun tolok ukur yang dapat mencakup kualitas aset secara keseluruhan?

Menurut kami, 3D yang dihasilkan AI perlu dievaluasi berdasarkan tiap dimensinya dan dengan mempertimbangkan alur kerja yang dituju. Detail geometris, keselarasan dengan gambar, topologi, kehalusan permukaan, kualitas tekstur, kemudahan penyuntingan, dan kecepatan pembuatan semuanya penting, tetapi tingkat kepentingannya berbeda-beda menurut tugasnya. Titik awal untuk pemahatan digital, properti game waktu nyata, dan model yang dapat dicetak dengan printer 3D tidak memiliki definisi “terbaik” yang sama.

Artinya, tolok ukur harus menjelaskan secara tegas apa yang diukurnya. Untuk klaim tentang geometri, render tanpa tekstur atau bergaya tanah liat serta pemeriksaan dari dekat sangatlah penting. Untuk keselarasan dengan gambar, evaluasi harus berfokus pada kecocokan bentuk dan bagian-bagian model dengan gambar acuan. Untuk kesiapan produksi, topologi, penyiapan rangka, penyuntingan, dan batasan kinerja juga perlu diuji.

Kami juga meyakini bahwa evaluasi harus transparan, dapat direproduksi, dan mencantumkan tanggal. Model berkembang pesat, jadi sebuah tolok ukur adalah potret pada waktu tertentu, bukan peringkat yang berlaku selamanya. Dalam jangka panjang, industri sebaiknya mengembangkan serangkaian metode evaluasi terbuka dan multidimensi yang dapat direproduksi dan digunakan oleh para kreator maupun peneliti independen sesuai dengan alur kerja mereka masing-masing.

Ultra 4K tampaknya terutama ditujukan untuk pemahatan digital, properti sinematik, figur koleksi, karakter detail, dan aset utama. Seberapa dekat aset yang dihasilkan AI saat ini dengan tahap penggunaan langsung dalam alur kerja profesional Blender, ZBrush, Maya, atau Unreal Engine tanpa banyak pembersihan manual?

Aset yang dihasilkan AI sudah berguna dalam perangkat profesional, tetapi seberapa dekat aset tersebut dengan “penggunaan langsung” bergantung pada jenis aset dan alur kerjanya.

Untuk eksplorasi konsep, referensi desain, dan beberapa aset statis atau latar belakang, model hasil generasi dapat mempercepat proses dari gagasan menjadi titik awal 3D yang dapat disunting. Seniman dapat memasukkannya ke Blender, ZBrush, Maya, atau Unreal Engine, lalu mulai mengevaluasi bentuk, komposisi, dan detail jauh lebih awal daripada jika mereka memulai dari adegan kosong.

Untuk aset utama, karakter yang sudah diberi rig, dan pekerjaan produksi lain dengan tuntutan tinggi, persiapan tambahan masih lazim dilakukan. Topologi mungkin perlu disesuaikan dengan kebutuhan deformasi atau batas anggaran waktu nyata; material dan tekstur mungkin perlu disesuaikan dengan alur kerja tertentu; sementara arahan artistik akhir tetap menjadi keputusan kreatif seniman. Tingkat pengerjaan ulang sangat bervariasi, bergantung pada aset dan tujuan penggunaannya.

Ultra 4K meningkatkan salah satu aspek penting dalam proses serah terima tersebut: kualitas titik awal geometrinya. Jika lipatan, ukiran, sisik, dan fitur lainnya sudah terdapat pada mesh, seniman dapat mengurangi waktu untuk membangun ulang struktur permukaan dan mengalokasikan lebih banyak waktu untuk menyempurnakan aset sesuai tujuan penggunaannya. Kami memandang hal ini sebagai kemajuan berarti menuju kesiapan produksi—bukan menyingkirkan seniman dari proses, melainkan menyediakan landasan yang lebih baik bagi pekerjaan mereka.

Meshy kini menawarkan Standard, Ultra 2K, dan Ultra 4K, alih-alih menjadikan resolusi maksimum sebagai setelan bawaan. Bagaimana Anda memandang kompromi antara kecepatan pembuatan, biaya komputasi, ketepatan geometri, dan tingkat kualitas yang benar-benar dibutuhkan oleh tugas kreatif tertentu?

Ketiga mode ini dirancang untuk tahap dan tujuan penggunaan yang berbeda, bukan sebagai urutan sederhana dari baik ke lebih baik lalu terbaik.

Standard mengutamakan kecepatan dan iterasi. Mode ini cocok untuk eksplorasi awal, uji komposisi, dan aset yang akan tetap berukuran kecil di layar. Ultra 2K menawarkan keseimbangan antara ketepatan dan fleksibilitas, termasuk pembuatan dari satu maupun beberapa tampilan. Ultra 4K ditujukan untuk kebutuhan yang menjadikan struktur geometri berskala kecil sebagai unsur utama aset—misalnya, referensi untuk pemahatan, figur koleksi, properti untuk tampilan dekat, atau karakter terperinci.

Pilihan yang tepat bergantung pada tujuan penggunaan aset. Properti latar untuk gim seluler dan figur koleksi tidak memperoleh manfaat yang sama dari resolusi atau anggaran poligon yang sama. Resolusi lebih tinggi membutuhkan komputasi lebih besar, jadi pertanyaan yang berguna bukan “Mode mana yang paling maksimal?” melainkan “Mode mana yang memberikan nilai visual untuk tugas ini?”

Alur kerja praktisnya adalah mengeksplorasi subjek dan komposisi dengan Standard atau Ultra 2K, lalu menggunakan Ultra 4K untuk kandidat paling menjanjikan ketika detail geometri halus penting bagi hasil akhir. Dengan begitu, iterasi tetap cepat sementara pembuatan dengan ketepatan tertinggi difokuskan pada bagian yang benar-benar akan dilihat dan digunakan oleh kreator.

Ultra 4K bekerja pada resolusi geometri 4096³, dan mesh mentah dapat mencapai hingga 80 juta segitiga sebelum disederhanakan. Skala ini bermanfaat ketika aset memang membutuhkannya, tetapi prinsip produk kami adalah memberi kreator tingkat kualitas dan kendali yang sesuai untuk setiap tahap—bukan menjadikan komputasi maksimum sebagai setelan bawaan.

Seiring geometri menjadi semakin terperinci, apakah topologi dan kemudahan penyuntingan menjadi hambatan besar berikutnya? Apa lagi yang perlu dilakukan agar model buatan AI yang sangat terperinci sama mudahnya untuk dimodifikasi, diberi rig, dianimasikan, dan dioptimalkan oleh seniman profesional seperti aset yang dibuat secara tradisional?

Ya, topologi dan kemudahan penyuntingan termasuk tantangan jangka dekat yang paling nyata. Pembuatan rig profesional bergantung pada alur tepi yang mengikuti anatomi dan persendian, kepadatan poligon yang berubah bentuk secara terprediksi, serta mesh yang memenuhi batasan mesin atau perender tujuan. Mesh buatan AI dapat memuat detail permukaan yang kaya, tetapi saat ini belum secara konsisten mengikuti standar produksi tersebut. Dalam banyak alur kerja animasi, seniman masih perlu melakukan retopologi sebelum dapat mulai membuat rig secara sungguh-sungguh.

Masalah yang sama juga memengaruhi penyuntingan. Mesh padat yang dihasilkan dapat sangat baik untuk ketepatan visual atau pemahatan, tetapi strukturnya tidak selalu mendukung tindakan seperti memilih loop dengan rapi, menambahkan potongan yang terkendali, mengubah proporsi, atau menyiapkan deformasi. Kendali semantik dan prosedural yang lebih baik—mengubah keputusan desain alih-alih mengolah ulang permukaan secara manual—akan membuat aset hasil generasi jauh lebih fleksibel.

Karena topologi menjadi dasar bagi pembuatan rig, skinning, blend shape, dan simulasi fisika, kemajuan di bidang ini dapat meningkatkan seluruh alur produksi. Ada dua jalur yang saling melengkapi: model generasi dapat dilatih untuk menghasilkan geometri yang lebih memahami kebutuhan produksi, dan pemrosesan pascapembuatan otomatis dapat mengubah mesh yang kaya detail menjadi topologi sesuai tugas. Solusi paling bermanfaat mungkin menggabungkan keduanya, mempertahankan detail visual yang diinginkan kreator sekaligus menyesuaikan mesh dengan alur kerja yang benar-benar mereka gunakan.

Selain Ultra 4K, menurut Anda, apa ambang kemajuan besar berikutnya untuk 3D generatif: ketepatan geometri yang lebih tinggi, topologi yang lebih baik, adegan multiobjek yang konsisten, aset siap animasi, pemahaman fisik yang lebih baik, atau pada akhirnya model yang mampu menghasilkan dunia 3D interaktif yang utuh?

Ketepatan geometri akan terus meningkat, tetapi menurut saya itu bukan ambang kemajuan berikutnya. Ambang berikutnya adalah aset yang dapat digunakan secara nyata tanpa perlu diperbaiki manusia. Bagi pengguna pencetakan 3D, artinya model yang dapat diproses dengan perangkat lunak pengiris, dicetak, dan menghasilkan bentuk sesuai keinginan pada percobaan pertama. Bagi tim gim, artinya topologi yang rapi, bagian-bagian yang masuk akal, dan UV yang tepat, sehingga aset dapat diberi rig tanpa perlu melalui tahap retopologi. Saat ini, aset hasil generasi merupakan titik awal yang sangat baik. Ambang kemajuannya tercapai ketika aset tersebut tidak lagi sekadar menjadi titik awal.

Setelah itu, menurut saya, perubahan terbesar bukanlah kemampuan model yang baru, melainkan siapa yang mengerjakan tugasnya. Saat ini, seseorang masih menjadi perantara antara model dan hasilnya: memilih alat, memperbaiki mesh, serta memeriksa apakah hasilnya bisa dicetak atau sesuai dengan anggaran engine. Langkah berikutnya adalah agen yang menangani pekerjaan dari awal hingga akhir. Anda menjelaskan apa yang diinginkan dan ke mana hasilnya akan digunakan, lalu sistem merencanakan langkah-langkahnya, menjalankan alat, memeriksa apakah hasilnya sesuai dengan tujuan tersebut, dan kembali kepada Anda hanya untuk keputusan kreatif yang memang menjadi kewenangan Anda. Dunia interaktif adalah pengembangan yang wajar, tetapi dunia tersebut akan dibangun dari aset yang harus terlebih dahulu menjadi andal. Misi kami adalah mewujudkan setiap ide menjadi kenyataan 3D, dan kenyataan berarti sesuatu yang dapat dicetak, dimainkan, atau dirilis oleh seseorang.

Terima kasih atas wawancara yang luar biasa ini. Pembaca yang ingin mengetahui lebih lanjut dapat mengunjungi Meshy.