英特尔AI急起直追 推出生成式AI创造3D影像技术LDM3D

面对NVIDIA夺下人工智能（AI）战场话语权、超微（AMD）等多家大厂全力追赶，10多年前抢先投入AI领域，却因组织重整等多项干扰而未能维持AI研发的英特尔（Intel），随着前技术长Pat Gelsinger回归接下CEO重任后，包括AI等重要技术陆续重新确定方向与加速推进。

近日英特尔实验室与Blockade Labs合作推出Latent Diffusion Model for 3D（LDM3D），为全球首款使用扩散过程产生深度图的模型，以生成式AI创造3D视觉内容，此项研究可望彻底改变人们与数码内容的互动方式，使用者能够以过往想像不到的方式去体验文字提示。

AI浪潮强袭，NVIDIA以AI GPU技术与几乎独占地位优势，位居关键角色，众厂急起直追，全力抢食AI大饼。对于英特尔在AI领域战力落后NVIDIA，Pat Gelsinger先前表示，英特尔15年前就有AI研发计划，但随其2009年离职后，2010年也中断AI相关计划；现在英特尔有信心会把AI肌肉再练回来，已有专为AI深度学习应用而设计的Gaudi系列处理器平台，接下来全力让AI普及，享受AI的好处，英特尔几年后应该就可以追上NVIDIA在高端AI相关的进展。

近日英特尔实验室与Blockade Labs合作推出LDM3D，这是一款新颖的扩散模型，使用生成式AI创造栩栩如生的3D视觉内容。近年来在电脑视觉领域，特别是生成式AI取得显着进展。然而，今日许多先进的生成式AI模型仅限于产生2D影像。与通常仅能从文字提示中产生2D RGB影像的现有扩散模型不同，LDM3D让使用者能够从给定的文字提示中同时产生影像和深度图。

英特尔指出，此项研究可望彻底改变人们与数码内容的互动方式，使用者能够以过往想像不到的方式去体验文字提示。LDM3D所产生的影像和深度图，让使用者能够把静谧的热带海滩、科幻宇宙中的未来世界，透过文字叙述转换成精细的360度全景图。这种捕捉深度信息的能力可以立即强化整体的真实感和沉浸感，为娱乐、游戏、室内设计、房地产销售，以及虚拟博物馆和沉浸式虚拟实境（VR）体验等各式各样的产业开启创新应用。

同时，英特尔和Blockade也合力开发出一款利用标准2D RGB照片和深度图来创造沉浸式、可互动360度视角体验的应用程序「DepthFusion」，使用以节点为基础的可视化程序设计语言TouchDesigner，应用于实时互动多媒体内容，能将文字提示转换为可互动和沉浸式的数码体验。LDM3D模型为可同时建立RGB影像及其深度图的单一模型，可节省存储器耗用量并改善延迟。

英特尔将继续投入研发运用生成式AI来扩大人类的能力，并建立强大的开放原始码AI研发生态系，让这项技术的使用更加民主化。英特尔持续大力支持AI开放式生态系，目前正透过HuggingFace进行LDM3D开源工作，将让AI研究人员和从业人员能够进一步改善系统，并为定制化应用微调。