Tripo Doodle (TripoSG Scribble)：透過草圖與文字，讓 3D 創意即刻成真
在 SIGGRAPH Asia 2024 的「Real-Time LIVE!」中，VAST (Tripo) 發表了 Tripo Doodle（內部稱為 TripoSG Scribble），這是一款互動式工具，可將簡單的 2D 草圖與文字提示即時轉換為精細的 3D 模型。傳統 3D 建模通常需要面對陡峭的學習曲線與大量時間投入，尤其是在初期塑造大致形體的階段。Tripo Doodle 大幅降低了這道門檻，提供直覺且極速的工作流程，讓資深專業人士與新手都能以前所未有的輕鬆方式視覺化並反覆打磨 3D 概念。正如現場展示所示，使用者幾乎可以用「塗鴉」的方式創作 3D 資產，將創造力聚焦在想法本身，而非複雜的工具操作。
VAST (Tripo) 很高興宣布開源其背後的關鍵元件與技術洞見。
什麼是 Tripo Doodle？從 SIGGRAPH 舞台到你的指尖
Tripo Doodle 是一種全新介面，旨在徹底簡化並加速 3D 創作流程。它讓使用者能夠：
- 直覺繪製草圖： 在畫布上繪製簡單的 2D 形狀與線條。
- 加入文字提示： 透過文字提供語意脈絡或特定屬性。
- 即刻生成： 根據這些輸入，即時看到精細的 3D 模型出現並更新。
Tripo Doodle 於 SIGGRAPH Asia 2024 Real-Time LIVE! 首次亮相，透過展示一個讓 3D 建模如塗鴉般流暢且易於上手的未來，吸引了觀眾目光。它直接解決了傳統 3D 工作流程常見的陡峭學習曲線與耗時問題，尤其是初期資產塑形階段，讓創作者能純粹專注於自己的想法。
核心技術：擴展 TripoSG 以實現即時互動
Tripo Doodle 並非從零開始打造；它運用了 VAST 最先進的 TripoSG 基礎模型能力，並透過針對即時多模態互動的特定創新進一步擴展：
- TripoSG 基礎模型： 底層引擎是 TripoSG，一個 image-to-3D shape generation model。它能直接從條件輸入（在基礎模型中通常為影像）生成高保真 3D meshes。它使用精選資料進行訓練，並採用由自訂 Variational Autoencoder (VAE) 管理的精確 Signed Distance Function (SDF) 表示。
- 多模態條件控制（草圖 + 文字）： Tripo Doodle 透過加入能夠同時理解並整合草圖與文字輸入的機制，強化了 TripoSG。
- 草圖引導： 2D 繪圖提供強大的幾何約束，定義核心形狀、結構與姿態。
- 文字引導： 自然語言提示引導語意詮釋，影響物件類型、風格與特定特徵（例如加入「dragon」會將一般怪物草圖轉化）。
- 即時最佳化（例如 Distillation）： 為了達到互動式「塗鴉」體驗所需的近乎瞬時生成速度，系統採用了 CFG distillation 等技術。經最佳化的小型模型會被訓練來複製大型 TripoSG 模型的輸出，從而實現快速推論，適合根據使用者連續輸入進行即時更新。
讓想法成真
SIGGRAPH Asia 2024 Real-Time LIVE! 的展示呈現了 Tripo Doodle 的強大能力：
- 輕鬆創作： 植物、桌子、戒指或怪物的簡單草圖都能立即轉換為 3D 物件。
- 即時迭代： 隨著草圖被繪製、擦除或細化，以及文字提示被加入或修改，3D 模型會動態更新（例如將一般怪物變成「turtle monster」，或加入翅膀後變成「dragon monster」）。
- 創意探索： 「Randomize」功能讓使用者能快速瀏覽同一組草圖/文字輸入所產生的不同有效 3D 詮釋。
- 易用性： 「Doodle 1v1」環節中，觀眾成員競賽在 30 秒內創作怪物，凸顯了這款工具即使對首次使用者而言也非常直覺且快速。像「tomato monster」與「caterpillar monster」這類範例，展示了幾秒內即可達成的創意（有時也令人驚喜！）成果。
深入探索
VAST 致力於透過開放協作推動這個領域向前發展。TripoSG Scribble 與 TripoSG 皆已 open-sourced.
我們邀請研究與開發者社群探索 TripoSG 以及 Tripo Doodle 背後的概念，在其基礎上持續建構，並共同塑造 3D AI 的未來。
