如今，品牌及其創意機構承受著巨大的壓力，從活動關鍵視效到電商的包裝圖等，他們需要大規模地創建和提供高質量、準確的產品圖片。以受眾為目標的內容，如個性化和本地化的視覺變化，增加了制作的復雜性。

制作成本、緊迫的時間安排、資源和維護品牌形象都是營銷團隊為其受眾創建更多資產和更具針對性的內容的重復阻礙。

例如，意式特濃咖啡制造商即將推出的產品可能想要針對面向廣泛的受眾，從居住在城市的年輕專業人士到在鄉村享受退休生活的老一代。過去，這需要多個工作流、多個地點、多個團隊和多個審查周期來執行，而這往往很難達到，從而限制了營銷團隊可用于定位的可用內容。

為了大規模地生成高質量、符合品牌定位的內容，創意團隊現在可以利用生成式 AI 工作流。將生成式 AI 集成到用于生成準確的視覺資產和制作內容的工具與應用中，可以為內容供應鏈帶來新的可能性和效率。

許多開發者已經在努力將其變為現實。

在本文中，我們將介紹用于精確視覺生成式 AI 的 3D 調節（3D Conditioning for Precise Visual Generative AI ）的 NVIDIA Omniverse Blueprint，概述其工作原理及其用途，并了解行業領先者如何考慮該領域的發展。

NVIDIA Omniverse Blueprint 是參考工作流，可讓用戶輕松實施和構建 3D、仿真和數字孿生應用。

模型調節以解鎖生成式 AI，實現可擴展和可控的資產創建

如果無法控制產品的視覺輸入，將生成式 AI 集成到工作流中創建精確品牌形象時可能會出現問題。如果沒有特定的調節，特定的幾何體、顏色、徽標和品牌指南被誤解或丟失。

模型調節是指為模型提供特定信息或規則，幫助其根據期望做出更好的預測或決策。要調節 LLM，需要提供基于文本的說明、示例、上下文或之前的對話歷史記錄。對于圖像生成器，可以提供文本或示例圖像。

但這只能為 AI 模型提供有限的控制。這就是為什么需要 3D 調節。

通過在 3D 環境中設置 Stage，藝術家能夠對生成的視覺效果的輸出進行出色的創意控制或指導。為終端用戶交互構建易于使用的 UI，使非技術團隊能夠在受控和經過調節的框架中迭代和創建內容，同時保持品牌資產不受 AI 影響。

該 Omniverse Blueprint 采用多模態方法，結合了使用 3D 的核心資產和簡單的環境幾何體，以及 2D 渲染通道，可快速修復以完成受控場景。用戶可以通過蒙版來保持產品數字孿生的完整性，還可以通過更改攝像頭角度和縮放 3D 視窗來構圖鏡頭。

為精確視覺生成式 AI 構建經 3D 調節的工作流涉及以下幾個關鍵組件：

品牌核心資產：由藝術家創建并通常由品牌經理和藝術總監批準的最終資產，被視為核心資產。以上面的例子來說，提供一個簡單的咖啡機模型。

簡單、無紋理的 3D 場景：由 3D 藝術家提供，用于放置核心資產并控制布局和構圖。

自定義應用程序：使用基于 Kit 106.2 的 Kit App 模板構建。

生成式 AI 微服務和 Kit 擴展程序：為自定義應用添加生成式 AI 功能。在這種情況下，擴散模型（例如 Stable Diffusion）負責修補。

解決方案測試：驗證集成工作流的功能和性能。

對于此工作流，我們專門研究了能夠讓用戶在使用生成 AI 的同時，也充分利用 OpenUSD 進行 3D 應用和工作流開發的微服務。

Omniverse Blueprint 旨在實現可擴展和可定制。以下是可以在工作流中引入的一些其他組件：

大型多模態模型（LMM）+ ComfyUI：快速生成式文本轉圖像模型，可根據文本提示合成逼真圖像。

Edify 360 NIM：Shutterstock 提供早期訪問預覽版，用于生成 360 度高動態范圍圖像（HDRI）。該模型使用 Shutterstock 的許可創意庫在 NVIDIA Edify 上進行訓練。

Edify 3D NIM：Shutterstock 提供的 3D 資產生成服務，用于場景布置中額外的 3D 對象生成。使用 NVIDIA Edify 和 Shutterstock 許可的創意庫進行訓練。

USD Code：一個語言模型，能夠回答OpenUSD知識查詢并生成USD Python代碼。

USD Search：一個AI驅動的搜索工具，使用文本或圖像輸入來搜索 OpenUSD 數據、3D 模型、圖像和資產。

在本工作流指南結束后，用戶將能夠使用 AI 開發自己的自定義應用，以支持并加速創意和營銷團隊。所有微服務目前均可在 build.nvidia.com 上預覽，用戶可以在其中調用 API 進行評估。

利用 NVIDIA Omniverse Blueprint 構建營銷生態系統

獨立軟件供應商（ISV）和生產服務機構的開發者正在正在構建下一代內容創作解決方案，這些解決方案融合了可控的生成式 AI，并基于 OpenUSD 構建。

例如 Accenture Song 、 GRIP 、 Monks 、 WPP 和 Collective World 正在采用 Omniverse Blueprint 來加速開發。

開發可擴展的 AI 解決方案，以創建符合品牌的資產

此藍圖提供了如何構建可控的生成式 AI 應用的架構示例。用戶現在可以充分利用其應用：

多模態 AI 生成的最終幀活動資產

為關鍵視覺快速構思概念與創意

批量處理提示輸入，從數據庫中預定義的文本提示生成可能的數百種視覺輸出

實施該藍圖能夠獲得以下優勢：

加快上市時間：可顯著縮短創建高分辨率品牌資產所需的時間，從而加快產品上市速度。

輕松實現本地化：支持即時創建本地化圖像，以幫助品牌滿足不同市場的文化趨勢或要求。

提高生產力：使用 3D 數據的易用工具可以降低傳統上與高保真資產創建相關的技術技能要求。

開始使用

本文介紹了用于精確視覺生成式 AI 的 3D 調節的 NVIDIA Omniverse Blueprint，并展示了如何通過構建生成式 AI 應用程序來生成符合品牌的視覺資產和內容制作。