Shap-e

Shap-E は、テキストや画像を条件に3D オブジェクトを生成する OpenAI の研究モデルです。公式のコードとモデルのリリースは openai/shap-e リポジトリで、ライセンスは MIT、手法は論文 Shap-E: Generating Conditional 3D Implicit Functions に記載されています。このリポジトリはコードのリリースであり、ホスト型の製品ではありません。

主な機能

• テキストから3D：テキストプロンプトから3D オブジェクトをサンプリングします。リポジトリの例には「A chair that looks like an avocado」があります。
• 画像から3D：合成ビューの画像から3D オブジェクトをサンプリングします。リポジトリは、より良い結果のため入力画像の背景を除去することを勧めています。
• モデルのエンコード：3D モデルや trimesh をマルチビュー画像と点群にレンダリングし、潜在表現にエンコードして、再びレンダリングします。Blender 3.3.1 以降と BLENDER_PATH 環境変数が必要です。
• MIT ライセンス：コードとリリースは MIT ライセンスで再利用できます。

モデル仕様

リポジトリにはモデルカードとサンプル集へのリンクがあります。非推奨の記載やアーカイブの表示はありません。

活用シーン

• テキストの説明から素早く作る3D のコンセプトスケッチ。
• 3D 生成と暗黙表現の研究。
• 本番の3D サービスに移る前のパイプラインのプロトタイプ。

クイックスタート

1. openai/shap-e をクローンし、pip install -e . を実行する。
2. テキストから3D、または画像から3D のサンプルノートブックを開き、自分のプロンプトや画像でサンプリングする。
3. 結果をエクスポートし、3D ビューアで確認する。エンコードの例では Blender をインストールして BLENDER_PATH を設定します。

よくある質問

Shap-E は何をしますか？

テキストプロンプトや画像から3D オブジェクトを生成します。

Shap-E はオープンソースですか？

はい。公式リポジトリは MIT ライセンスです。

Shap-E は画像を生成しますか？

いいえ。出力は3D オブジェクトです。静止画には GPT Image 2 をご覧ください。

ホスト型の3D サービスはありますか？

Shap-E はコードのリリースです。製品としての3D ワークフローには Hyper3D Rodin をご覧ください。

代替ツール

• Hyper3D Rodin：ホスト型の3D 生成製品。
• GPT Image 2：OpenAI の静止画生成モデル。
• DALL-E 3：OpenAI の以前の画像モデル。

まとめ

Shap-E は、テキストから3D、画像から3D の生成を試すための、コンパクトで MIT ライセンスの手段です。公式リポジトリと論文から始め、他のツールはモデルカテゴリをご覧ください。