🍌 معرفی Zananabanana — مدلی با «درک از جهان»

برخلاف Flux یا Reve، درون بانانا یک مدل زبانی چندوجهی (Multimodal LLM) قرار دارد که فقط تصویر تولید نمی‌کند، بلکه مفاهیم پایه‌ای از جهان را هم می‌شناسد:

کمی فیزیک بلد است ⚖️

✳️جغرافیا را خوب می‌شناسد 🌍
✳️از تاریخ سر در می‌آورد 📜
✳️و به‌طور کلی ارتباطات و قوانین دنیا را می‌فهمد.


👉 به همین دلیل می‌توان پرامپت‌هایی هوشمندانه‌تر نسبت به مدل‌های دیفیوشنی نسل قبل نوشت.

🔹 یکی از ترفندهای جالب: استفاده از جایگزینی داخل [object] در پرامپت.
مثال:

"Make an isometric model of the [object] only."

که در آن [object] می‌تواند house یا room باشد.

✨ امکانات جذاب:

♻️می‌توان درخواست چند زاویه مختلف از همان ایزومتریک را داد.

♻️می‌توان رندرها را در ابزارهایی مثل Klinger (با قابلیت First Frame → Last Frame) انداخت و پروازی مجازی روی آبجکت داشت.

♻️حتی می‌شود خواست یک wireframe روی آن بیندازد، انگار که یک مدل سه‌بعدی پولیگانی است.


@rss_ai_ir 🤖🎨

#هوش_مصنوعی #مدل_تولیدی #بانانا #گرافیک #AI_industrial_news

🛠️ CAD-GPT:
هوش مصنوعی برای طراحی سه‌بعدی

♻️مدل CAD-GPT یک LLM چندوجهی است که می‌تواند بر اساس پرامپت متنی یا حتی یک تصویر، فایل‌های CAD (به‌صورت مجموعه‌ای از پارامترها) تولید کند.

🔹 در نمونه‌های ارائه‌شده، اشکال ساده سه‌بعدی ساخته شده‌اند، اما همین هم نشان می‌دهد که این رویکرد می‌تواند نقطه شروعی جدی برای طراحی هوشمند باشد.

💡 ایده اصلی روش:
♻️مدل، موقعیت‌های سه‌بعدی در فضا را به یک فضای زبانی یک‌بعدی نگاشت می‌کند؛ در نتیجه خروجی آن چیزی شبیه کد CAD است.

📄 جزئیات بیشتر: CAD-GPT

@rss_ai_ir 🤖🏗️

#هوش_مصنوعی #مدل_زبان #CAD #سه‌بعدی #طراحی #AI_industrial_news