集成激光雷达的智能手机
实现基于AI的产品摄影这一进程很大一部分是要生成产品的3D文件。这个问题可以用自下而上的方式解决，从制造商对3D进行更好的标准化，到更有趣的一点，内置LiDAR传感器到便携设备上。苹果***新的iPad Pro已经内置了，你的下一部手机可能也会这样。
虽然仅靠来自LiDAR 传感器的数据不够精确，没法生成高保真的3D模型，但该领域正在迅速改进，而深度学习模型也在不断改善。
一开始的时候，AI能够从照片产生出深度数据信息。此后，***先进的机器学习算法可以从照片中提取出二维对象，然后忠实地渲染成3D。这是一种适用于增强现实app，机器人以及导航的技术，所以也成为了Facebook迫切想要研究的领域。
“我们的研究建立在***近取得的进展基础上，包括利用深度学习预测和定位图像里面的对象，以及用于理解3D形状的新工具和体系结构（比如立体像素，点云以及mesh网格）等。在提高AI系统能力，使之进一步理解、解释现实世界，并在此环境下操作方面，三维理解将会发挥核心作用。”
这使得在不久的将来智能手机或平板电脑就可以生成高质量的3D对象。一旦生成后，产品可视化的可能性就会大大提高，比方说真实感图像渲染。
真实感图像渲染
数字化设计正在成为这个行业的一个重要杠杆。数字化设计让品牌可以快速、远程地设计商品；一旦被创建出来，3D资产，也就是产品三维逼真的数字模型，可以应用于无数种情况，从制作营销材料，虚拟展厅，到面向客户的电子商务页面以及增强现实体验等都可以。数字供应链也被看作是减少浪费、提高生产效率的一种手段，对于致力于降低成本的同时提高可持续发展能力的公司来说，这是一种双赢。
借助iGPT 和3D模型等技术的进展，给产品拍照这活儿人工智能就可以接管，而且能够生成令人惊叹的产品图像。这种做法相对于实际拍摄，要更快、更便宜、更灵活。
有了3D模型之后，你就可以把它随意放置到不同的虚拟背景里面，做出看起来很有吸引力的渲染。那这有什么好处呢？
•个性化：你看到的产品渲染可能跟我看到的同一产品的渲染完全不一样
•云规模：可以同时渲染成百上千（哪怕不是成千上万）的产品和图像，而不用像实际拍摄那样每次都要对拍摄空间进行整理
•快速：从产品到3D模型到渲染几乎是一瞬间的事情
•灵活：生产层面对产品进行的任何更改都可以反映在3D信息里面，并且产品可以在几分钟内完成渲染
•成本：比传统拍摄便宜很多
•自动化：AI可以启动整个渲染流程并对其进行自动化
•创意管理：不需要创意的中间人，就可以按照品牌的生活方式形象进行调整
品牌可以根据网站访问者是谁对图像进行实时调整。还可以对图像按目标细分进行表现测试，视觉效果***好的就可以加倍下注，套用到其余产品类别上，又不用增加成本。
做个AI来对产品摄影进行渲染
我们现在正在进行实验，希望将所有这些元素结合在一起。通过捕捉3D资产并对其进行建模，我们希望能够开发出一个有AI辅助的工作流，以便对产品的生活方式图像进行风格化。
生成代码段似乎已经在用ThreeJS 和WebGL 创建声明式3D场景当中展现出来用途。我们可以扩展这个想法，帮助对一组被描述的元素，其参数进行声明，然后利用提供的信息马上进行渲染：
就目前而言，这一过程仍然需要大量的人力，并且仅适用于预设的场景，而不是完全的生成场景。但是，经过几次尝试之后，我们看到了一些有希望的结果：
上述照片都不是实际拍摄，而是全部通过AI渲染出来的。当然，这仍然需要手动操作，并且过程中仍需要人员协助。不过，经过进一步完善之后，从数字化为3D，生成逼真生活方式照片到支持增强现实的一系列过程就可以直接在智能手机上面实现。
虽然现在还为时尚早，但是产品计算摄影领域正在快速发展，通过它可以实现一整套的沉浸式体验。
而且计算摄影并不止步于产品，还可以用到人身上。想想看，如果AI也可以给人来建模的话会怎样？
AI生成模特
这个行业的第三个大规模变革有可能是AI生成模特的兴起，这会对时尚摄影造成极大冲击。
这一行典型的拍照过程中牵涉到模特、摄影师、造型师、发型师、化妆师、交通、影楼租赁、摄影器材、数码技术，还有后期制作等各种成本。在5％的情况下要进行重新拍摄，这意味着所有的成本要再支付一遍。
另一个成本就是浪费掉的时间——拍照很慢。完成整个过程到***后上传图像到网站可能需要好几周（甚至数月）的时间。这意味着零售商损失了销售时间。从采购产品到实际投放上网站之间相隔甚久，导致在此期间零售商的潜在销售成本增加。
降低照片拍摄成本是真切的需求。就像许多高成本活动和可持续性的困境一样，可以用技术来优化产品图片的制作过程。
由AI驱动的Intelligent Retail Automation（智能零售自动化）拥有多种解决方案，可优化整个零售供应链的流程、工作流以及体验。Automated On-Model Fashion Imagery（自动化给模特穿时装）则是产品图像创作改善效能减少拍摄成本的答案。
数字模特和网红正全方位地渗透到时尚界。有些甚至已经跟传统的模特经纪公司签约了。就拿19岁的巴西裔模特，网红，现为音乐家的Lil Miquela来说吧，它在Instagram上已拥有超过200万的忠实粉丝了。
现在的Lil Miquela是个计算机生成图像（CGI），而不是人工智能（AI）。这意味着，Miquela 或类似的角色本身是不能做任何事情的。它们无法自行独立思考、学习或摆出不同的姿势。但这种情况不会持续太久了。
iGPT 方法提出了一个创建deepfake（深度伪造）图像的新办法。生成对抗网络，用来创建深度伪造***常见的算法，必须用经过精心挑选的数据进行训练才能有效。比方说，如果你想让GAN生成人脸，那它的训练数据就应该只包含人脸。相比之下，iGPT 只需要从数以十亿计的样本里面学习到足够多的视觉世界的结构，就能够输出其中可能存在的图像。
AI生成的模特
结论
这对于原有的产品摄影工作室和人体模特来说意味着什么呢？可以肯定的是，就像其他许多行业一样，这个领域也必须为不断变化的劳动力做好准备。模特也得练习适应性和创造性智慧等技能，这样确保我们能承受住向数字化的转变。
不过到头来，GPT-3仍然只是语言预测器。它不会“思考”，也没有自己的“思想”。它只能根据收到的输入生成内容。所以，虽说GPT-3没法回答非常难搞的系列问题，但它可以消除对日常工作的需求，比方说生成相同设计的变体或基于通用3D渲染原理创建简单的产品图片。产品摄影行业建立在重复、耗时、技术复杂的步骤上，但这些步骤今后可以大为加快，而从让艺术家或创作者腾出更多的时间用于艺术创作上面。
人类本质上是靠视觉驱动的。而人工智能正在帮助我们生成视觉信号，而且做出来的东西变得更加令人信服。这篇文章也许不是GPT-3和iGPT写的，也未必就能自行渲染视觉效果，但是距离它们完全具备这些能力的日子并不远了。
译者：boxi。
