Point-E

Point-E est utile pour comprendre comment une forme générée devient une ressource de jeu, en particulier lorsque ce processus se passe mal. La version publiée par OpenAI en décembre 2022 produit des nuages de points colorés à partir d’images rendues ou de simples requêtes textuelles, avec un modèle distinct pour la conversion en maillage. Le modèle qui génère directement à partir de texte peine avec les requêtes complexes et les objets inhabituels ; les points bruités, les fissures et la géométrie incorrecte limitent aussi les modèles fondés sur des images. Le notebook de maillage fourni exporte un fichier PLY dont les sommets portent les couleurs. Les matériaux, le rigging, les collisions et une vérification minutieuse de la topologie demandent encore du travail avant d’obtenir une ressource finalisée. Utilisez-le comme base pédagogique ou pour une expérience à périmètre limité, et prenez en compte les échecs de conversion et le temps de nettoyage au même titre que la génération. Pour la chaîne de production d’un nouveau jeu, l’ancienneté de cette version et le fait qu’OpenAI lui-même déconseille l’usage commercial en font un point de départ peu convaincant. Nous n’avons réalisé aucun test comparatif de la qualité des résultats, de la vitesse ou des besoins matériels.

Utilisation commerciale & licence

La licence MIT du dépôt autorise l’utilisation du code dans des logiciels commerciaux, à condition de conserver les mentions de copyright et d’autorisation. Vérifiez séparément les checkpoints précis et les dépendances ; les images de référence, les représentations de personnes et les ressources tierces nécessitent leurs propres vérifications des droits.

Règles relatives au contenu pour adultes

La licence MIT du dépôt ne comporte aucune restriction concernant les contenus pour adultes, mais elle n’accorde pas les droits nécessaires sur les images de référence, les représentations de personnes ou les ressources tierces. La fiche du modèle Point-E déconseille l’usage commercial, et celle de CLIP exclut l’utilisation en déploiement de son périmètre d’usage prévu ; il s’agit de déclarations sur l’usage prévu, et non de conditions supplémentaires de la licence MIT. Examinez les checkpoints précis et les dépendances. Les services hébergés ajoutent leurs propres conditions ; aucune autorisation générale concernant les contenus pour adultes n’est établie.

Lire la politique ↗

Ce dont vous avez besoin

Python, PyTorch, OpenAI CLIP, le téléchargement des checkpoints et un environnement de notebooks pour les exemples. Utilisez des requêtes textuelles en anglais : la fiche du modèle CLIP limite son utilisation à l’anglais. Les exemples sélectionnent CUDA lorsqu’il est disponible, et le CPU dans le cas contraire ; nous n’avons testé ni l’installation, ni les besoins en mémoire, ni les performances réelles sur CPU. Prévoyez séparément la conversion en maillage, les matériaux et les vérifications des ressources.

Les classements sont des recommandations pour la tâche décrite, fondées sur la documentation examinée. Ceux des modèles concernent le développement de contenu non explicite. Nous n’avons pas effectué de tests de performance pratiques. Vérifiez séparément les politiques de contenu et les conditions commerciales. Fonctionnement des classements →