Hunyuan3D-Buffalo 1.0 – Tencent Hunyuan کا 3D ملٹی موڈل فریم ورک آپریشن میں

Hunyuan3D-Buffalo 1.0، Tencent Hunyuan کا تیار کردہ متحدہ 3D ملٹی موڈل فریم ورک ہے، جو مشترکہ Hunyuan3D-VLM بنیادی ماڈل کے ذریعے 3D سوال و جواب، مکانی تعیین، متن سے 3D تخلیق، ہدایتی تدوین اور پرزوں کی تخلیق کو ایک ہی عمل میں یکجا کرتا ہے۔ یہ فریم ورک قدرتی زبان کے ذریعے 3D ماڈل کی ساخت سمجھنے، پرزوں کی تعیین، ہدایات کے مطابق مقامی جیومیٹری میں ترمیم اور معنوی سطح کے پرزے اخذ کرنے کی سہولت دیتا ہے۔ اس کا مقصد 3D تفہیم، تخلیق اور تدوین کے مکمل چکر کو مربوط کرنا اور گیمز، اینیمیشن اور صنعتی ڈیزائن کے لیے قابلِ ترکیب 3D اثاثہ سازی کا حل فراہم کرنا ہے۔

3D تفہیم: 3D سوال و جواب اور مکانی تعیین کی سہولت، جس سے ماڈل کی ساخت کے بارے میں جواب اور مخصوص پرزوں کی تعیین ممکن ہے۔
متن سے 3D تخلیق: متنی وضاحت کی بنیاد پر اعلیٰ معیار کے 3D اثاثے براہِ راست تخلیق کرتا ہے۔
ہدایتی تدوین: قدرتی زبان کے ذریعے اشیا کی مقامی ساخت کو تبدیل، حذف یا ازسرِنو ڈیزائن کرتا ہے۔
پرزوں کی تخلیق: زبان کی ہدایات کے مطابق مکمل میش سے معنوی پرزے اخذ کر کے انہیں الگ اور دوبارہ جوڑتا ہے۔
متحدہ عمل: 3D کاموں کی چاروں اقسام ایک ہی 3D معنوی نمائندگی اور پراسیسنگ پائپ لائن استعمال کرتی ہیں۔

متحدہ معماری: مشترکہ Hunyuan3D-VLM بنیادی ماڈل کو کثیر کاموں کی متحدہ تفہیم کی بنیاد کے طور پر استعمال کیا جاتا ہے، جو متن، بصری معلومات اور 3D نمائندگی کو مربوط کرتا ہے۔
3D انکوڈنگ اور ٹوکنائزیشن: 3D Encoder کے ذریعے پوائنٹ کلاؤڈ اور نارمل معلومات پر کارروائی کی جاتی ہے، پھر Tokenizer انہیں متحدہ معنوی ٹوکنز میں تبدیل کرتا ہے۔
تخلیقی ماڈیول: Hunyuan3D DiT ماڈیول اعلیٰ معیار کی 3D تخلیق، مقامی تدوین اور پرزوں کی تخلیق مکمل کرتا ہے۔
ملٹی موڈل کنکشن: Connector پرت VLM کی تفہیمی نمائندگی اور DiT تخلیقی ماڈیول کے درمیان پل کا کام کرتی ہے اور مختلف موڈلز کے درمیان ہم آہنگی قائم کرتی ہے۔
پرزوں کی معنوی解析: زبان کی ہدایات کے ذریعے 3D ساخت کی معنوی تقسیم کی جاتی ہے، جس سے قابلِ تدوین پرزہ جاتی نمائندگی حاصل ہوتی ہے۔

پروجیکٹ کی سرکاری ویب سائٹ کھولیں: Hunyuan3D-Buffalo 1.0 کی سرکاری ویب سائٹ https://tencent-hunyuan.github.io/Hunyuan3D-Buffalo1.0/ پر جا کر تکنیکی معماری اور خصوصیات کے مظاہرے دیکھیں۔
ہدایتی تدوین آزمائیں: ”Instruction-Guided 3D Editing“ حصے میں پہلے سے موجود مثال منتخب کریں، پھر قدرتی زبان کی ہدایت درج کر کے ماخذ ماڈل اور تدوین شدہ ماڈل کا تقابلی نتیجہ دیکھیں۔
تخلیق کردہ اثاثے دیکھیں: ”Generated 3D Assets“ صفحے پر جا کر متن سے 3D تخلیق کے نتائج دیکھیں اور ”View details“ پر کلک کر کے ہر اثاثے کی متنی وضاحت اور جیومیٹری کی تفصیلات ملاحظہ کریں۔
پرزوں کا اخراج آزمائیں: ”Part-Extraction with Language“ ماڈیول میں پرزے کی وضاحت پر مبنی ہدایت درج کریں، پھر ”Combined“ اور ”Exploded“ مناظر کے درمیان تبدیل ہو کر مکمل میش اور الگ کیے گئے پرزے دیکھیں۔

کاموں کا اتحاد: تفہیم، تخلیق، تدوین اور پرزوں کی تقسیم کو ایک ہی فریم ورک میں یکجا کرتا ہے، جس سے متعدد ماڈلز کے درمیان بار بار تبدیلی کی ضرورت نہیں رہتی۔
مقامی تدوین: معنوی سطح پر مقامی ترمیم کی سہولت دیتا ہے، جبکہ مجموعی جیومیٹری برقرار رہتی ہے اور اثاثوں کے دوبارہ استعمال کی شرح بڑھتی ہے۔
پرزوں کی معنوی تفہیم: معنوی اہمیت رکھنے والے پرزوں کو سمجھ اور اخذ سکتا ہے، جو حقیقی پیداواری عمل سے مطابقت رکھتا ہے۔
زبان کے ذریعے کنٹرول: پورا عمل قدرتی زبان کے ذریعے انجام پاتا ہے، جس سے 3D تخلیق کے لیے درکار پیشہ ورانہ مہارت کم ہو جاتی ہے۔
قابلِ ترکیب پیداوار: تخلیق کردہ پرزوں کو الگ سے تدوین اور دوبارہ ترکیب کیا جا سکتا ہے، جو گیمز اور صنعتی ڈیزائن کی تکراری ضروریات کے لیے موزوں ہے۔

پروجیکٹ کی سرکاری ویب سائٹ: https://tencent-hunyuan.github.io/Hunyuan3D-Buffalo1.0/

گیم اثاثوں کی تکراری بہتری: پہلے سے منظور شدہ کردار یا شے کے بنیادی حصے کو برقرار رکھتے ہوئے، صرف منصوبہ بندی کی ہدایات کے مطابق مقامی سازوسامان یا پرزوں میں ترمیم کریں۔
اینیمی کرداروں کی تدوین: ہدایت کار کی رائے کے مطابق کردار کے لباس، ہتھیار یا تاثراتی پرزے تبدیل کریں، ازسرِنو ماڈلنگ کی ضرورت نہیں۔
صنعتی مصنوعات کا ڈیزائن: ضرورت کے مطابق مشینی پرزوں کی مقامی ساخت میں ترمیم کر کے متعدد ورژنز کے منصوبوں کی فوری توثیق کریں۔
3D مواد کا جائزہ: ماڈل کی ساخت کو خودکار طور پر سمجھ کر پرزوں کی تعیین کرتا ہے، جس سے مطابقت اور ساختی تکمیل کی جانچ میں مدد ملتی ہے۔
تعلیمی مظاہرہ: قدرتی زبان کے سوال و جواب کے ذریعے 3D ماڈل کی ساخت کا تجزیہ کرتا ہے اور تدریسی نمائش و علم کی وضاحت میں معاونت فراہم کرتا ہے۔