集成激光雷達的智能手機
實現(xiàn)基于AI的產(chǎn)品攝影這一進程很大一部分是要生成產(chǎn)品的3D文件。這個問題可以用自下而上的方式解決，從制造商對3D進行更好的標準化，到更有趣的一點，內(nèi)置LiDAR傳感器到便攜設(shè)備上。蘋果***新的iPad Pro已經(jīng)內(nèi)置了，你的下一部手機可能也會這樣。
雖然僅靠來自LiDAR 傳感器的數(shù)據(jù)不夠精確，沒法生成高保真的3D模型，但該領(lǐng)域正在迅速改進，而深度學習模型也在不斷改善。
一開始的時候，AI能夠從照片產(chǎn)生出深度數(shù)據(jù)信息。此后，***先進的機器學習算法可以從照片中提取出二維對象，然后忠實地渲染成3D。這是一種適用于增強現(xiàn)實app，機器人以及導航的技術(shù)，所以也成為了Facebook迫切想要研究的領(lǐng)域。
“我們的研究建立在***近取得的進展基礎(chǔ)上，包括利用深度學習預測和定位圖像里面的對象，以及用于理解3D形狀的新工具和體系結(jié)構(gòu)（比如立體像素，點云以及mesh網(wǎng)格）等。在提高AI系統(tǒng)能力，使之進一步理解、解釋現(xiàn)實世界，并在此環(huán)境下操作方面，三維理解將會發(fā)揮核心作用。”
這使得在不久的將來智能手機或平板電腦就可以生成高質(zhì)量的3D對象。一旦生成后，產(chǎn)品可視化的可能性就會大大提高，比方說真實感圖像渲染。
真實感圖像渲染
數(shù)字化設(shè)計正在成為這個行業(yè)的一個重要杠桿。數(shù)字化設(shè)計讓品牌可以快速、遠程地設(shè)計商品；一旦被創(chuàng)建出來，3D資產(chǎn)，也就是產(chǎn)品三維逼真的數(shù)字模型，可以應(yīng)用于無數(shù)種情況，從制作營銷材料，虛擬展廳，到面向客戶的電子商務(wù)頁面以及增強現(xiàn)實體驗等都可以。數(shù)字供應(yīng)鏈也被看作是減少浪費、提高生產(chǎn)效率的一種手段，對于致力于降低成本的同時提高可持續(xù)發(fā)展能力的公司來說，這是一種雙贏。
借助iGPT 和3D模型等技術(shù)的進展，給產(chǎn)品拍照這活兒人工智能就可以接管，而且能夠生成令人驚嘆的產(chǎn)品圖像。這種做法相對于實際拍攝，要更快、更便宜、更靈活。
有了3D模型之后，你就可以把它隨意放置到不同的虛擬背景里面，做出看起來很有吸引力的渲染。那這有什么好處呢？
•個性化：你看到的產(chǎn)品渲染可能跟我看到的同一產(chǎn)品的渲染完全不一樣
•云規(guī)模：可以同時渲染成百上千（哪怕不是成千上萬）的產(chǎn)品和圖像，而不用像實際拍攝那樣每次都要對拍攝空間進行整理
•快速：從產(chǎn)品到3D模型到渲染幾乎是一瞬間的事情
•靈活：生產(chǎn)層面對產(chǎn)品進行的任何更改都可以反映在3D信息里面，并且產(chǎn)品可以在幾分鐘內(nèi)完成渲染
•成本：比傳統(tǒng)拍攝便宜很多
•自動化：AI可以啟動整個渲染流程并對其進行自動化
•創(chuàng)意管理：不需要創(chuàng)意的中間人，就可以按照品牌的生活方式形象進行調(diào)整
品牌可以根據(jù)網(wǎng)站訪問者是誰對圖像進行實時調(diào)整。還可以對圖像按目標細分進行表現(xiàn)測試，視覺效果***好的就可以加倍下注，套用到其余產(chǎn)品類別上，又不用增加成本。
做個AI來對產(chǎn)品攝影進行渲染
我們現(xiàn)在正在進行實驗，希望將所有這些元素結(jié)合在一起。通過捕捉3D資產(chǎn)并對其進行建模，我們希望能夠開發(fā)出一個有AI輔助的工作流，以便對產(chǎn)品的生活方式圖像進行風格化。
生成代碼段似乎已經(jīng)在用ThreeJS 和WebGL 創(chuàng)建聲明式3D場景當中展現(xiàn)出來用途。我們可以擴展這個想法，幫助對一組被描述的元素，其參數(shù)進行聲明，然后利用提供的信息馬上進行渲染：
就目前而言，這一過程仍然需要大量的人力，并且僅適用于預設(shè)的場景，而不是完全的生成場景。但是，經(jīng)過幾次嘗試之后，我們看到了一些有希望的結(jié)果：
上述照片都不是實際拍攝，而是全部通過AI渲染出來的。當然，這仍然需要手動操作，并且過程中仍需要人員協(xié)助。不過，經(jīng)過進一步完善之后，從數(shù)字化為3D，生成逼真生活方式照片到支持增強現(xiàn)實的一系列過程就可以直接在智能手機上面實現(xiàn)。
雖然現(xiàn)在還為時尚早，但是產(chǎn)品計算攝影領(lǐng)域正在快速發(fā)展，通過它可以實現(xiàn)一整套的沉浸式體驗。
而且計算攝影并不止步于產(chǎn)品，還可以用到人身上。想想看，如果AI也可以給人來建模的話會怎樣？
AI生成模特
這個行業(yè)的第三個大規(guī)模變革有可能是AI生成模特的興起，這會對時尚攝影造成極大沖擊。
這一行典型的拍照過程中牽涉到模特、攝影師、造型師、發(fā)型師、化妝師、交通、影樓租賃、攝影器材、數(shù)碼技術(shù)，還有后期制作等各種成本。在5％的情況下要進行重新拍攝，這意味著所有的成本要再支付一遍。
另一個成本就是浪費掉的時間——拍照很慢。完成整個過程到***后上傳圖像到網(wǎng)站可能需要好幾周（甚至數(shù)月）的時間。這意味著零售商損失了銷售時間。從采購產(chǎn)品到實際投放上網(wǎng)站之間相隔甚久，導致在此期間零售商的潛在銷售成本增加。
降低照片拍攝成本是真切的需求。就像許多高成本活動和可持續(xù)性的困境一樣，可以用技術(shù)來優(yōu)化產(chǎn)品圖片的制作過程。
由AI驅(qū)動的Intelligent Retail Automation（智能零售自動化）擁有多種解決方案，可優(yōu)化整個零售供應(yīng)鏈的流程、工作流以及體驗。Automated On-Model Fashion Imagery（自動化給模特穿時裝）則是產(chǎn)品圖像創(chuàng)作改善效能減少拍攝成本的答案。
數(shù)字模特和網(wǎng)紅正全方位地滲透到時尚界。有些甚至已經(jīng)跟傳統(tǒng)的模特經(jīng)紀公司簽約了。就拿19歲的巴西裔模特，網(wǎng)紅，現(xiàn)為音樂家的Lil Miquela來說吧，它在Instagram上已擁有超過200萬的忠實粉絲了。
現(xiàn)在的Lil Miquela是個計算機生成圖像（CGI），而不是人工智能（AI）。這意味著，Miquela 或類似的角色本身是不能做任何事情的。它們無法自行獨立思考、學習或擺出不同的姿勢。但這種情況不會持續(xù)太久了。
iGPT 方法提出了一個創(chuàng)建deepfake（深度偽造）圖像的新辦法。生成對抗網(wǎng)絡(luò)，用來創(chuàng)建深度偽造***常見的算法，必須用經(jīng)過精心挑選的數(shù)據(jù)進行訓練才能有效。比方說，如果你想讓GAN生成人臉，那它的訓練數(shù)據(jù)就應(yīng)該只包含人臉。相比之下，iGPT 只需要從數(shù)以十億計的樣本里面學習到足夠多的視覺世界的結(jié)構(gòu)，就能夠輸出其中可能存在的圖像。
AI生成的模特
結(jié)論
這對于原有的產(chǎn)品攝影工作室和人體模特來說意味著什么呢？可以肯定的是，就像其他許多行業(yè)一樣，這個領(lǐng)域也必須為不斷變化的勞動力做好準備。模特也得練習適應(yīng)性和創(chuàng)造性智慧等技能，這樣確保我們能承受住向數(shù)字化的轉(zhuǎn)變。
不過到頭來，GPT-3仍然只是語言預測器。它不會“思考”，也沒有自己的“思想”。它只能根據(jù)收到的輸入生成內(nèi)容。所以，雖說GPT-3沒法回答非常難搞的系列問題，但它可以消除對日常工作的需求，比方說生成相同設(shè)計的變體或基于通用3D渲染原理創(chuàng)建簡單的產(chǎn)品圖片。產(chǎn)品攝影行業(yè)建立在重復、耗時、技術(shù)復雜的步驟上，但這些步驟今后可以大為加快，而從讓藝術(shù)家或創(chuàng)作者騰出更多的時間用于藝術(shù)創(chuàng)作上面。
人類本質(zhì)上是靠視覺驅(qū)動的。而人工智能正在幫助我們生成視覺信號，而且做出來的東西變得更加令人信服。這篇文章也許不是GPT-3和iGPT寫的，也未必就能自行渲染視覺效果，但是距離它們完全具備這些能力的日子并不遠了。
譯者：boxi。
