Кратко

Google DeepMind представила Vision Banana — новую визуальную модель искусственного интеллекта, способную понимать пространство, глубину и 3D-поверхности на основе обычной генерации изображений. Эта технология объединяет генерацию и анализ в одном процессе, упрощая работу с 3D-данными и повышая эффективность.

• Модель Vision Banana определяет дистанцию и объем объектов через текстовый промпт, без отдельных инструментов.
• Она обеспечивает 3D-распознавание поверхностей, перспективы и физики света, работая быстрее человеческого восприятия.
• Vision Banana заменяет несколько узкоспециализированных систем анализа, предлагая универсальное решение.
• Модель значительно ускоряет прототипирование 3D-сцен в геймдеве и метавселенных, а также визуализацию в архитектуре.
• Обучение на малых данных позволяет быстро внедрять технологию, что делает её идеальной для стартапов и экспериментов.