메시 7, 이미지-3D 정렬에 대한 새로운 기준을 설정하다

메시는 새로운 이미지-3D 기본 모델인 메시 7을 출시했으며, 3D 생성 분야에서 널리 부족했던 기하학 벤치마크를 함께 발표했습니다. 이 벤치마크는 생성된 모델을 직접 알려진 올바른答案과 비교합니다. 회사 발표에 따르면, 메시 7은 모든 세 가지 벤치마크 지표에서 다른 모델을 앞서고 있으며, 전체 비율에서 81.0%, 공간 분포에서 79.7%, 표면 세부에서 59.8%의 점수를 기록했습니다.

이 릴리스는 이미지-3D 평가에서 무엇을 측정해야 하는지에 대한 하나의 주장에 중심을 두고 있습니다. 초기 실패는 명백했습니다. 깨진 표면, 뒤죽박죽인 구조, 누락된肢体 등이였습니다. 이러한 문제는 이제 드물어졌으며, 단순히 깨지지 않는다는 것은 거의 차별화가 되지 않습니다. 회사는 이렇게 주장합니다. 남아있는 실패 모드는 더 미묘합니다. 자산은 전적으로 합리적으로 보이지만仍然 참조를 재현하지 못할 수 있습니다. 몸이 조금너무 넓거나, 손이 제자리에서 벗어나거나, 원본 이미지의 조각된 선이 사라질 수 있습니다. 메시는 이것을 속성 정렬이라고 부르며, 이것이 메시 7이 훈련되고 평가된 것입니다.

알려진 정답이 있는 벤치마크

발표의 더 흥미로운 부분은, 평가 방법론을 읽는 사람들에게는, 벤치마크가 어떻게 구성되어 있는지입니다. 이것은 인간의 선호도 점수나 비전-언어 모델을 사용하지 않습니다. 대신, 훈련에서 제외된 참조 3D 모델을 알려진 카메라를 사용하여 입력 이미지로 렌더링하고, 각 생성 모델이 이러한 이미지에서 3D 결과를 생성하며, 출력을 원본 참조 기하학과 직접 비교합니다. 모든 테스트 이미지에는 알려진 3D 정답이 있습니다.

두 가지 설계 선택이 주요 역할을 합니다. 생성된 기하학을 참조 기하학과 비교하는 것, 렌더링과 비교하는 것보다, 소스 카메라를 먼저 추정할 필요가 없기 때문에, 기하학 오류를 측정하는 데 카메라 오류가 혼합되지 않습니다. 그리고 점수를 매기기 전에, 각 생성은 번역, 회전, 균일한 크기 조정만을 통해 참조와 정렬되며, 축 하나로 늘어나지 않습니다. 따라서 모델의 비율 오류는 평가 하네스를 통해 수정될 수 없습니다. 합의는 전체 구조에서부터 미세한 기하학적 차이까지 세 가지 수준에서 측정되며, 참조 집합은 문자, 차량, 조각, 얇은 구조 프로프를 포함하며, 세 가지 입력 조건에서 테스트됩니다.

이것은 벤더가 자체적으로 설계한 벤치마크에 대한 벤더 보고된 숫자입니다. 일반적인 할인 적용이 필요합니다. 그러나 구조적 선택, 제외된 참조, 직접 기하학적 비교, 축당 크기 조정이 없는 것은 정직한 측정이 하는 선택입니다. 메시는 벤치마크가 출시 후 별도로 발표될 것이라고 말하며, 이는 외부 연구소에서 자체 모델을 통해 실행할 수 있게 할 것입니다.

메시 7의 리드가 가장 넓은 곳

결과에서 패턴이 더 중요합니다. 전체 비율은 이제 주요 모델에서 가깝습니다. 따라서 그곳에서의 리드는 거의 의미가 없습니다. 표면 세부는 단일 뷰 입력에서 테스트된 모델이 60%에 도달하지 못하는 곳이며, 메시 7이 가장 멀리 앞서갑니다. 가장 가까운 경쟁자보다 5.3 포인트, 다른 두 가지 측면에서 두 배 이상의 차이입니다. 전면 뷰, 가장 엄격한 단일 이미지 조건에서, 회사는 메시 7이 집계와 각 지표에서 리드를 잡고 있다고 말합니다.

네 가지 뷰에서 분야가 수렴합니다. 모든 모델이 개선되며, 추가 뷰는 공간 분포와 표면 세부에 가장 많은 영향을 미치며, 주요 모델은 서로로부터 약 2점 이내로 끝나며, 메시 7의 가장 가까운 경쟁자가 추월하는 대신 따라잡습니다. 단일 뷰 입력은 시스템이 분리되는 곳이며 사용자가 실제로 있는 조건입니다. 이전 버전인 메시 6와 비교하여, 메시 7은 기하학과 텍스처의 정렬을 개선하며, 텍스처는 별도로 측정됩니다.

메시는 이 이득을 세 가지 변경에 기인합니다. 이미지 인코더는 이제 입력을 여러 크기에서 읽으며 더 높은 해상도를 수용하므로, 세부적인 모양 정보가 생성으로 살아남습니다. 훈련 데이터는 각 샘플이 정확히 대상 기하학과 일치하도록 재구성되었으며, 스타일, 조명, 배경이 제거되었습니다. 기하학 정렬은 평가의 마지막에 적용되는 것이 아니라, 훈련 주기 내에서 추적되는 신호가 되었습니다. 따라서 사용자가 관심을 갖는 능력과 팀이 최적화하는 숫자는 이제 동일한 숫자입니다.

회사가 릴리스와 함께 제공하는 질적 예제는 지표에 매핑됩니다. 초상화에서, 볼이 올라가고 웃는 선이 깊어지며, 머리 스카프와 의복은 안정적입니다. 이것은 작은 기하학적 변경이 살아남는지 테스트하는 것입니다. 시계워크 올에서, 노출된 기어와 얇은 다리가 있는층된 날개 방어구, 부분이 분리되어 있으며 올바른 위치에 있습니다. 옥수수 매달린에서, 밀도 높은 얇은 구멍이 이미지에서 주는 깊이에서 연속적으로 유지됩니다.

출하 및 이후 계획

메시 7은 2026년 8월 10日に 모든 메시 구독 티어에서 사용할 수 있게 되었습니다. 회사의 사이트는 이제 릴리스를 강조합니다. 생성된 모델을 다운로드하려면 Pro 티어 이상이 필요합니다. Ultra 모드는 현재 단일 뷰 생성을 지원하며, 다중 뷰 지원은 곧 도착할 예정입니다. 이는 회사의 결과에서 갭을 많이 메우는 조건이기 때문입니다.

추적할 수 있는 두 가지 예정된 후속 작업이 있습니다. 기하학 벤치마크는 출시 후 별도로 발표될 것입니다. 그리고 기하학은 이미지-3D 정렬의 한 구성 요소이기 때문에, 색상, 재료, 패턴이自己的 정렬을 갖기 때문에, 전용 텍스처 정렬 벤치마크가 뒤따를 것입니다. 하네스를 공개하면 벤더의 주장이 다른 연구소에서 답해야 하는 숫자로 변환됩니다.

이 릴리스는 3D 기본 모델 시장에서 몇몇 주요 플레이어가 집중되는 추세에 따라 발생했습니다. 트리포 AI는 2026년 7월에 1억5천만 달러의 시리즈 A3 자금을 조달했으며, 3D 기본 모델은 상호작용 세계 생성으로 이동하고 있습니다. 메시는 또한 이 여름 초기에 4억 달러가 넘는 시리즈 B 자금을 조달했으며, 15억 달러의 평가를 받았습니다. Unite.AI의 메시의 리뷰는 이 릴리스가 목표로 하는 워크플로에서 플랫폼의 강점을 발견했습니다. 단일 2D 개념을 사용 가능한 자산으로 변환하는 것입니다. 메시 7의 중앙 주장이 독립적으로 테스트될 때, 벤치마크가 도착했을 때, 메시가 선택하지 않은 참조에서 정렬 리드가 유지되는지 여부입니다.