Некои методи се однесуваат на проблеми со квалитетот на 3D форми во генеративните AI модели преку повторно тренирање или фино подесување, што може да биде скапо и одзема време. Меѓутоа, истражувачите од MIT развиле нова техника која го достигнува или надминува квалитетот на овие методи без потреба од дополнително тренирање или сложена постобработка. Со точно идентификување на изворот на проблемот, тие го подобриле математичкото разбирање на Score Distillation и сродни методи, овозможувајќи подобра изведба. "Нашето истражување нè води кон ефикасни, брзи и висококвалитетни решенија, потенцијално помагајќи им на дизајнерите во создавање реалистични 3D форми, " вели Артем Лукојанов, водечки автор и студент по EECS на MIT. Неговите коавтори се Хајц Сает де Окариз Борде од Универзитетот Оксфорд, Кристијан Гринвалд од MIT-IBM Watson AI Lab, Витор Кампаньоло Гвизилни од Toyota Research Institute, Тимур Багаутдинов од Meta, и повозрасни автори Винсент Сицман и Џастин Соломон од CSAIL на MIT. Генеративните AI модели како DALL-E користат модели на дифузија за создавање на 2D слики од шум. Поради ограничениот 3D тренинг податоци, тие се соочуваат со проблеми при генерација на 3D форми. Една техника од 2022, Score Distillation Sampling (SDS), користи претходно тренирани модели за конвертирање на 2D слики во 3D форми преку манипулација со шум.

Сепак, овие форми често изгледаат нејасни или пренаситени, проблем што досега не беше решен. Тимот од MIT идентификуваше клучна формална несогласувања во SDS која воведуваше шум, што резултираше со неквалитетни 3D форми. Наместо да ја решаваат формулата прецизно, тие користеа техники на апроксимација за да ги претпочитаат недостасувачките термини, што резултираше со остри, реалистични 3D форми. Тие исто така ја подобрија резолуцијата на сликата и ги прилагодија параметрите на моделот за понатамошно подобрување на квалитетот. Користејќи постоечки претходно тренирани модели на дифузија, тие постигнаа висококвалитетни 3D форми без скапо повторно тренирање. Иако овој метод наследува пристрасност и ограничувања од основниот модел, подобрувањето на основниот модел може да ги подобри резултатите. Идната работа може да ги истражува овие техники за подобрување на уредувањето на слики. Ова истражување доби финансирање од ентитети како што се Toyota Research Institute, Националната научна фондација на САД и други.