正文
首先对于游戏美术来讲资源生产和场景分布都是工作量很大的环节，之前介绍了很多模型生成的资讯，这次就写点场景生成方面的东西。
今天分享一篇最近发现的文章,这个文章基于ChatGPT但目前没代码，虽然官方说代码在整理中，但要保持谨慎乐观，很多人的代码库整理了好几年，一直处在马上发布的状态。https://github.com/weixi-feng/LayoutGPT
文章：https://arxiv.org/abs/2305.15393


核心思路：LayoutGPT就是利用Chatgpt的推理能力，通过在提示词上加一些规范约束，模仿网页布局的形式生成合理的2D布局，如下图中的hieght 就是希望输出的信息中有高度，Chatgpt推理出了对应的深度信息，输出类似网页窗口布局一样的东西。而窗口的位置就是代表各元素的位置。通过解析窗口布局生成2d图像或者3d场景。

更多精彩图片 请登录

由下图可以看出，这个思路的效果确实不错，明显改善了Stable Diffusion生成图像中各元素间的空间关系以及数量。同时也可以用来生成3D场景，整体来讲是个不错的文章。

更多精彩图片 请登录

更多精彩图片 请登录

更多精彩图片 请登录

- End -

   

更多精彩图片 请登录

正文
首先对于游戏美术来讲资源生产和场景分布都是工作量很大的环节，之前介绍了很多模型生成的资讯，这次就写点场景生成方面的东西。
今天分享一篇最近发现的文章,这个文章基于ChatGPT但目前没代码，虽然官方说代码在整理中，但要保持谨慎乐观，很多人的代码库整理了好几年，一直处在马上发布的状态。https://github.com/weixi-feng/LayoutGPT
文章：https://arxiv.org/abs/2305.15393


核心思路：LayoutGPT就是利用Chatgpt的推理能力，通过在提示词上加一些规范约束，模仿网页布局的形式生成合理的2D布局，如下图中的hieght 就是希望输出的信息中有高度，Chatgpt推理出了对应的深度信息，输出类似网页窗口布局一样的东西。而窗口的位置就是代表各元素的位置。通过解析窗口布局生成2d图像或者3d场景。

更多精彩图片 请登录

由下图可以看出，这个思路的效果确实不错，明显改善了Stable Diffusion生成图像中各元素间的空间关系以及数量。同时也可以用来生成3D场景，整体来讲是个不错的文章。

更多精彩图片 请登录

更多精彩图片 请登录

更多精彩图片 请登录

- End -

   

更多精彩图片 请登录