Hunyuan3D-Buffalo 1.0 – টেনসেন্ট হুনইয়ান推出 3D মাল্টিমোডাল ফ্রেমওয়ার্ক চালু আছে

Hunyuan3D-Buffalo 1.0 হলো টেনসেন্ট হুনইয়ান推出 একটি একীভূত 3D মাল্টিমোডাল ফ্রেমওয়ার্ক। শেয়ার করা Hunyuan3D-VLM ব্যাকবোনের মাধ্যমে এটি 3D প্রশ্নোত্তর, স্থানিক অবস্থান নির্ধারণ, টেক্সট-টু-3D, নির্দেশনাভিত্তিক সম্পাদনা এবং কম্পোনেন্ট জেনারেশনকে একটি একক ওয়ার্কফ্লোতে একীভূত করে। এই ফ্রেমওয়ার্ক প্রাকৃতিক ভাষার মাধ্যমে 3D মডেলের কাঠামো বোঝা, কম্পোনেন্ট শনাক্ত করা, নির্দেশনা অনুযায়ী স্থানীয় জ্যামিতি পরিবর্তন করা এবং অর্থবোধক কম্পোনেন্ট বের করা সমর্থন করে। এর লক্ষ্য হলো 3D বোঝাপড়া, জেনারেশন ও সম্পাদনার মধ্যে একটি পূর্ণাঙ্গ চক্র তৈরি করা এবং গেম, অ্যানিমেশন ও শিল্প-নকশার জন্য সমন্বয়যোগ্য 3D অ্যাসেট উৎপাদন ব্যবস্থা প্রদান করা।

3D বোঝাপড়া: 3D প্রশ্নোত্তর ও স্থানিক অবস্থান নির্ধারণ সমর্থন করে; মডেলের গঠন সম্পর্কে উত্তর দিতে এবং নির্দিষ্ট কম্পোনেন্ট শনাক্ত করতে পারে।
টেক্সট-টু-3D: টেক্সট বর্ণনার ভিত্তিতে সরাসরি উচ্চমানের 3D অ্যাসেট তৈরি করে।
নির্দেশনাভিত্তিক সম্পাদনা: প্রাকৃতিক ভাষার মাধ্যমে বস্তুর স্থানীয় কাঠামো প্রতিস্থাপন, মুছে ফেলা বা নতুনভাবে নকশা করা যায়।
কম্পোনেন্ট জেনারেশন: ভাষার নির্দেশনা অনুযায়ী সম্পূর্ণ মেশ থেকে অর্থবোধক কম্পোনেন্ট বের করে আলাদা ও পুনর্গঠন করে।
একীভূত ওয়ার্কফ্লো: চার ধরনের 3D কাজ একই 3D অর্থবোধক উপস্থাপনা ও প্রসেসিং পাইপলাইন ভাগ করে।

একীভূত আর্কিটেকচার: শেয়ার করা Hunyuan3D-VLM ব্যাকবোনকে বহু-কাজের একীভূত বোঝাপড়ার ভিত্তি হিসেবে ব্যবহার করে এবং টেক্সট, ভিজ্যুয়াল ও 3D উপস্থাপনাকে সংযুক্ত করে।
3D এনকোডিং ও টোকেনাইজেশন: 3D Encoder-এর মাধ্যমে পয়েন্ট ক্লাউড ও নরমাল তথ্য প্রক্রিয়া করে এবং Tokenizer-এর সাহায্যে সেগুলোকে একীভূত অর্থবোধক টোকেনে রূপান্তর করে।
জেনারেশন মডিউল: Hunyuan3D DiT মডিউলের ভিত্তিতে উচ্চমানের 3D জেনারেশন, স্থানীয় সম্পাদনা ও কম্পোনেন্ট জেনারেশন সম্পন্ন করে।
মাল্টিমোডাল সংযোগ: Connector স্তর VLM-এর বোঝাপড়াভিত্তিক উপস্থাপনা ও DiT জেনারেশন মডিউলের মধ্যে সেতুবন্ধন তৈরি করে এবং আন্তঃমোডাল সামঞ্জস্য সাধন করে।
কম্পোনেন্টের অর্থবোধক বিশ্লেষণ: ভাষার নির্দেশনার মাধ্যমে 3D কাঠামোর অর্থবোধক বিভাজন পরিচালনা করে, ফলে সম্পাদনাযোগ্য কম্পোনেন্ট-স্তরের উপস্থাপনা তৈরি হয়।

প্রকল্পের অফিসিয়াল ওয়েবসাইটে যান: Hunyuan3D-Buffalo 1.0-এর অফিসিয়াল ওয়েবসাইট https://tencent-hunyuan.github.io/Hunyuan3D-Buffalo1.0/ খুলে প্রযুক্তিগত আর্কিটেকচার ও ফিচারের ডেমো দেখুন।
নির্দেশনাভিত্তিক সম্পাদনা ব্যবহার করুন: ”Instruction-Guided 3D Editing” বিভাগে একটি প্রিসেট উদাহরণ বেছে নিন, তারপর প্রাকৃতিক ভাষায় নির্দেশনা লিখে মূল মডেল ও সম্পাদিত মডেলের তুলনামূলক ফলাফল দেখুন।
জেনারেট করা অ্যাসেট ব্রাউজ করুন: ”Generated 3D Assets” পৃষ্ঠায় গিয়ে টেক্সট-টু-3D ফলাফল দেখুন এবং ”View details” ক্লিক করে প্রতিটি অ্যাসেটের টেক্সট বর্ণনা ও জ্যামিতিক বিবরণ জানুন।
কম্পোনেন্ট নিষ্কাশন পরীক্ষা করুন: ”Part-Extraction with Language” মডিউলে কম্পোনেন্টের বর্ণনামূলক নির্দেশনা লিখুন, তারপর ”Combined” ও ”Exploded” ভিউ বদলে সম্পূর্ণ মেশ এবং পৃথক কম্পোনেন্ট দেখুন।

কাজের একীকরণ: বোঝাপড়া, জেনারেশন, সম্পাদনা ও কম্পোনেন্ট বিভাজনকে একটি একক ফ্রেমওয়ার্কে যুক্ত করে, ফলে একাধিক মডেলের মধ্যে বারবার বদলাতে হয় না।
স্থানীয় সম্পাদনা: অর্থবোধক স্থানীয় পরিবর্তন সমর্থন করে এবং সামগ্রিক জ্যামিতিক কাঠামো অপরিবর্তিত রাখে, ফলে অ্যাসেট পুনর্ব্যবহারের হার বাড়ে।
কম্পোনেন্টের অর্থবোধকতা: অর্থপূর্ণ কম্পোনেন্ট বুঝতে ও বের করতে পারে, যা বাস্তব উৎপাদন প্রক্রিয়ার সঙ্গে সামঞ্জস্যপূর্ণ।
ভাষা-নির্ভর নিয়ন্ত্রণ: পুরো প্রক্রিয়ায় প্রাকৃতিক ভাষার মিথস্ক্রিয়া ব্যবহার করে, ফলে 3D সৃষ্টির পেশাগত বাধা কমে।
সমন্বয়যোগ্য উৎপাদন: জেনারেট করা কম্পোনেন্ট স্বাধীনভাবে সম্পাদনা ও পুনর্গঠন করা যায়, যা গেম ও শিল্প-নকশার পুনরাবৃত্তিমূলক উন্নয়নের প্রয়োজনের সঙ্গে মানানসই।

প্রকল্পের অফিসিয়াল ওয়েবসাইট: https://tencent-hunyuan.github.io/Hunyuan3D-Buffalo1.0/

গেম অ্যাসেটের পুনরাবৃত্তিমূলক উন্নয়ন: অনুমোদিত চরিত্র বা উপকরণের মূল অংশ অপরিবর্তিত রেখে শুধু ডিজাইন নির্দেশনা অনুযায়ী স্থানীয় সরঞ্জাম বা কম্পোনেন্ট পরিবর্তন করা।
অ্যানিমেশন চরিত্র সম্পাদনা: পুনরায় মডেলিং ছাড়াই পরিচালকের মতামত অনুযায়ী চরিত্রের পোশাক, অস্ত্র বা মুখভঙ্গির কম্পোনেন্ট প্রতিস্থাপন করা।
শিল্পপণ্য নকশা: প্রয়োজন অনুযায়ী যান্ত্রিক অংশের স্থানীয় কাঠামো পরিবর্তন করে দ্রুত একাধিক সংস্করণের নকশা যাচাই করা।
3D কনটেন্ট পর্যালোচনা: মডেলের গঠন স্বয়ংক্রিয়ভাবে বোঝা ও কম্পোনেন্ট শনাক্ত করার মাধ্যমে নিয়ম-অনুগততা এবং কাঠামোগত পূর্ণতা যাচাইয়ে সহায়তা করা।
শিক্ষামূলক প্রদর্শন: প্রাকৃতিক ভাষার প্রশ্নোত্তরের মাধ্যমে 3D মডেলের কাঠামো বিশ্লেষণ করে পাঠদান, প্রদর্শন ও জ্ঞান ব্যাখ্যায় সহায়তা করা।