A área mais «árdua» da indústria dos videojogos estará um passo mais perto de ser libertada pela IA?

«Os recursos de digitalização de alta precisão de edifícios históricos, utilizados nos principais jogos AAA, poderão ser parcialmente substituídos pela IA num futuro próximo.» «Após o lançamento do novo modelo, a taxa de crescimento mensal dos nossos assinantes e da ARR quadruplicou.» «Atualmente, a nossa maior empresa cliente do setor dos videojogos paga-nos um milhão de dólares por ano.»

Há alguns dias, o «Chaguan Jun» foi convidado a visitar os escritórios da Yingmou Technology, em Xangai, onde assistiu a uma demonstração do seu mais recente modelo 3D de IA, o Rodin Gen-2.5, lançado há pouco tempo, e teve uma conversa aprofundada com os dois fundadores da empresa, o CEO Wu Di e o CTO Zhang Qixuan, daí tendo surgido o diálogo acima.

Durante a GDC deste ano, o stand da Yingmou Technology

Desde o início do ano que o Tea House tem vindo a acompanhar de perto os avanços da IA no domínio da geração 3D em jogos. A razão pode parecer um pouco estranha: porque a sua evolução tem sido um pouco «lenta» demais.

Como se pode ver, à medida que ferramentas como o Claude Code, o Codex, o Seedance e o Suno vão amadurecendo, a IA já transformou praticamente todas as formas de trabalho quotidiano em todas as funções do setor dos jogos. A arte 2D, a redação, a programação e até mesmo a aquisição de utilizadores estão a passar por uma reestruturação, em diferentes graus.

Apenas a arte 3D tem sido, até agora, uma lacuna no avanço constante da IA neste campo.Até há alguns meses, quando conversei com amigos artistas sobre esta área, a maioria das ferramentas de IA de ponta ainda se encontrava numa fase em que «só serviam para pré-visualização, não para entrega» — ou consistiam em colocar os modelos gerados pela IA num modelo bruto de um nível para ver o efeito, ou serviam apenas como referência aproximada na transição de conceitos 2D para modelação 3D.Naquela altura, os modelos gerados por IA ainda não tinham ultrapassado o limiar da utilizabilidade; e as verdadeiras «tarefas árduas» que se seguiam — topologia, desdobramento de UV e aplicação de pesos — continuavam a exigir o trabalho manual dos artistas.

Este é também o aspeto da IA 3D que mais preocupa o setor: parece estar muito próxima dos jogos, mas, quando entra efetivamente no fluxo de trabalho, falta-lhe sempre algum passo.

Atualmente, há um grupo de pessoas a tentar colmatar essa lacuna. Como uma das principais empresas nacionais a dedicar-se profundamente à área da IA 3D, a Yingmou Technology acaba de angariar uma nova ronda de financiamento no valor de centenas de milhões de yuan. Esta ronda de financiamento foi liderada pelo Fundo Cathay e pela Shanghai SDIC Pioneer, com a participação contínua dos acionistas existentes.Em vez de se dedicarem a narrativas grandiosas sobre modelos do mundo ou inteligência incorporada, concentraram-se em desenvolver um conjunto de ferramentas suficientemente práticas: criaram um fluxo de trabalho completo e fechado para a criação em IA 3D, abordando, passo a passo, as necessidades reais de produção em cenários verticais. Foi assim que alcançaram uma receita recorrente anual (ARR) de dezenas de milhões de dólares.

Especialmente depois de ver os resultados práticos do Rodin Gen-2.5, considero que as suas principais características — a geração de ultra-alta precisão com 10 milhões de faces, a primeira do mundo, os materiais de alta definição de 12K e as texturas 3D nativas — já são capazes de desempenhar um papel suficientemente significativo no fluxo de trabalho de modelação 3D para jogos.

Será que, afinal, faltam realmente apenas uma ou duas iterações cruciais para que o pipeline 3D dos jogos seja transformado de forma sistemática pela IA, tal como aconteceu noutras áreas?

01

O primeiro passo na área dos jogos 3D foi, finalmente, dado com segurança?

Antes disso, a imagem que o público tinha da Yingmou Technology era a de uma empresa «tecnológica» — uma startup incubada num laboratório da Universidade de Ciência e Tecnologia de Xangai, que, durante vários anos consecutivos, obteve o prémio de melhor artigo e nomeações na SIGGRAPH, a principal conferência internacional de computação gráfica, sendo que um em cada dois membros da equipa de algoritmos já tinha recebido ou sido nomeado para o prémio de melhor artigo.Além disso, a estrutura de geração nativa 3D CLAY, atualmente utilizada de forma generalizada no setor da IA 3D, foi inicialmente proposta pela Yingmou em 2024 — a empresa foi a artífice do ponto de viragem no desenvolvimento de todo o setor.

Desde a fundação da empresa, têm vindo a transitar do meio académico para o setor industrial.Este ano, a Unity apresentou o Unity AI Beta na GDC, a NetEase utilizou a geração de recursos em tempo real para conteúdos criados pelos utilizadores (UGC) nos jogos «Egg Party» e «Yan Yun Shiliu Sheng», e até mesmo o fundador da NVIDIA, Huang Renxun, utilizou diretamente os modelos Hyper3D Rodin da Yingmou na sua palestra sobre robótica na CES.Wu Di revelou que, atualmente, dos dezenas de milhões de dólares de ARR anual da Yingmou, cerca de metade provém de grandes clientes B2B, com uma taxa de renovação que se aproxima dos 100%.

E quais são, afinal, os pontos fortes do Rodin Gen-2.5, o mais recente resultado apresentado por esta equipa? Vamos ver diretamente o seu desempenho.

Basta carregar uma imagem de referência e, após um período de tempo controlável que varia entre alguns segundos e algumas dezenas de segundos, o modelo é gerado.As proporções da estrutura geral são estáveis, não se deformam facilmente e permitem um bom domínio de diferentes estilos, como o cartoon, o fantástico e o realista. A maior diferença em relação aos modelos 3D de IA que conhecíamos até agora reside no facto de, mesmo ao ampliar o modelo ao máximo e examiná-lo minuciosamente, não ser tão fácil encontrar imperfeições.

As veias do couro da mala, os pêlos faciais, as rugas e até mesmo as microestruturas como a íris são claramente visíveis.As superfícies rígidas são suficientemente duras, quase sem bordas difusas nem linhas imprecisas — esta precisão, que se aproxima do nível de um trabalho de escultura artesanal, reflete-se diretamente no nível do modelo. Pelo menos em termos visuais, já se distingue claramente dos antigos modelos 3D gerados por IA, que «pareciam aceitáveis à distância, mas revelavam falhas quando observados de perto».

Zhang Qixuan explicou que este é o resultado gerado pelo Rodin Gen-2.5 na configuração mais elevada, «Extreme-High», combinada com o modo «Micro», tendo a geração do modelo demorado cerca de 80 segundos, com uma precisão de 10 milhões de faces, o que o coloca atualmente no primeiro escalão a nível mundial.Ao mesmo tempo, disponibilizam cinco níveis de precisão para a geração, à semelhança das diferentes profundidades de raciocínio dos grandes modelos de linguagem. Através de tokens variáveis e tempos de geração distintos, produzem modelos com diferentes níveis de precisão e número de faces; o modelo de nível mais baixo pode ser gerado rapidamente em apenas 4 segundos, atingindo um nível de um milhão de faces.

O modo «Extreme-High» destina-se a cenários altamente realistas, enquanto os outros níveis abrangem necessidades em vários níveis, tais como modelos de desenhos animados estilizados, objetos de pequenas dimensões e pré-visualizações de conteúdos gerados pelo utilizador (UGC), permitindo que o utilizador faça a sua própria escolha de acordo com os diferentes cenários de produção.Na verdade, esta é uma mudança importante na evolução da IA 3D para se tornar uma ferramenta profissional: os modelos já não procuram apenas «maior nitidez» numa única dimensão, mas começam a devolver o poder de decisão aos criadores.

Outra novidade do Gen-2.5, que visa colmatar uma lacuna na capacidade de geração de modelos 3D, é a inclusão, pela primeira vez, de modelos de aparência gerados a partir de dados 3D nativos.

No passado, quando os modelos de IA eram utilizados para a produção de materiais, a abordagem mais comum era o método de projeção, ou seja, a composição de mapas de textura a partir de fotografias tiradas de vários ângulos. As falhas eram evidentes: descontinuidades de cor, imprecisões nos materiais PBR, áreas recuadas que não eram captadas pela luz e fácil mistura de cores entre materiais diferentes.Por exemplo, a cor do cabelo pode espalhar-se para a pele, ou a textura metálica pode ser erroneamente interpretada como uma reflexão difusa comum, o que pode impedir a utilização direta do modelo na fase de pós-produção.

O Ying Mou treinou, por sua conta, um novo modelo de aparência. Segundo Zhang Qixuan, a dificuldade deste processo é quase comparável à de treinar um modelo de geração de imagens a partir do zero, mas em troca proporciona uma maior coesão entre as texturas e o modelo, bem como uma qualidade de materiais mais estável: os diferentes brilhos do metal, da madeira e do couro, e até mesmo os logótipos e textos nos materiais, podem ser gerados com relativa precisão.

A combinação de uma precisão extremamente elevada com texturas nativas transmite, na verdade, uma mensagem muito clara: atualmente, modelos de IA como o Hyper3D Rodin já ultrapassaram o limiar da qualidade da geração, indo além da fase em que se limitavam a «gerar imagens semelhantes», e são capazes de produzir recursos utilizáveis em contextos específicos.

O fluxo de trabalho 3D dos jogos começa frequentemente com modelos de alta resolução, com milhões ou mesmo dezenas de milhões de faces, que têm de passar por uma série de etapas, como retopologia, desdobramento de UV, redução de faces, desmontagem de peças e cozimento, para se tornarem, por fim, modelos executáveis no jogo.Zhang Qixuan referiu que, entre os clientes da Yingmou, algumas pequenas e médias empresas já utilizam modelos de baixa resolução diretamente no produto final do jogo; por outro lado, um número cada vez maior de estúdios de jogos, tanto nacionais como internacionais, já utiliza o Rodin Gen-2.5 na fase dos modelos de alta resolução.

Os modelos de grandes dimensões, que antes exigiam que os escultores trabalhassem minuciosamente durante dias ou semanas, podem agora ser iterados várias vezes em poucos minutos, para depois se selecionar o melhor resultado e enviá-lo para o processamento subsequente.

É claro que «reduzir custos e aumentar a eficiência» já é um tema recorrente no domínio da IA. Em comparação, penso que o significado mais importante do Rodin Gen-2.5 reside no facto de ter permitido que os modelos 3D de IA dessem um salto na cadeia de produção de jogos, passando de «inutilizáveis» para «parcialmente utilizáveis».

Por exemplo, de acordo com a opinião de Zhang Qixuan, mencionada no início do artigo, alguns dos recursos digitalizados utilizados em «Black Myth: Wukong» poderão, no futuro, ser gerados de forma eficiente através da IA e, até certo ponto, substituídos por esta.Graças a modelos como o Rodin Gen-2.5, a oportunidade de utilizar recursos de alta precisão poderá passar de uma minoria dentro da indústria para um número maior de equipas de pequena e média dimensão e de programadores comuns.

Além disso, a Yingmou é, por si só, especialista na área da digitalização 3D — o seu primeiro resultado tecnológico, o «campo de luz em cúpula», tornou-se atualmente uma solução comercial madura de captura 3D nos setores cinematográfico e dos videojogos a nível mundial.Um grande título 3A de produção nacional, com lançamento previsto para breve e que suscita enormes expectativas, utiliza um conjunto completo de modelos faciais de personagens captados através da tecnologia «Dome Light Field». Por isso, eles sabem exatamente o que estão a fazer.

Por outro lado, embora não seja possível inserir diretamente no jogo modelos de alta resolução com 10 milhões de faces, elevar a qualidade de geração nesta fase a um nível suficientemente elevado abre, na verdade, novas oportunidades para as etapas subsequentes de todo o processo.

Por exemplo, só quando o número de faces na fase do modelo de alta resolução atinge dezenas de milhões é que se tem a possibilidade de representar com clareza no modelo de IA elementos complexos, como cabelos, tecidos sobrepostos e ornamentos arquitetónicos, e só assim a IA consegue realmente alcançar a geração de recursos realistas de alta precisão de nível AAA.Tal como explicou Wu Di, os utilizadores podem utilizar o Rodin Gen-2.5 para converter os materiais de alta definição da superfície do modelo de alta resolução em mapas de normais após a conversão para um modelo de baixa resolução, obtendo assim uma melhor aparência visual com um consumo de recursos mais baixo.Depois de a capacidade do próprio modelo ter atingido um nível superior, mesmo que não se gere diretamente o recurso final, é possível reduzir o tempo gasto na produção subsequente de modelos de baixa resolução e no preenchimento de detalhes. A geração de modelos de alta resolução não é o ponto final, mas sim o primeiro degrau para a entrada da IA 3D no fluxo de trabalho da indústria dos videojogos.

Isto também explica por que razão garantir a forma correta do modelo na fase de modelação de alta resolução e elevar a qualidade das texturas ao nível nativo do 3D corresponde, na prática, a dar resposta aos pontos fracos tradicionais dos modelos 3D gerados por IA — desde que a qualidade da geração não seja satisfatória, isso acarreta uma série de processos de correção manual a seguir.Se as cores, sombras, realces, manchas e detalhes dos materiais das texturas estiverem todos misturados numa única imagem, será muito difícil para o especialista em texturas efetuar ajustes precisos; se a malha do modelo estiver demasiado desorganizada, pode acabar por ser mais vantajoso recriá-lo manualmente.

E isto, na verdade, levanta a questão que mais preocupa o setor: quando é que a modelação 3D com IA estará verdadeiramente pronta para a produção (Production-Ready)?

02

Atravessar o rio da «produção»

E essa é, na verdade, a questão que mais preocupa a Ying Mou.

Wu Di contou uma experiência: naquela altura, quando a Yingmou estava a desenvolver a primeira geração do «Dome Light Field», estavam bastante confiantes nos resultados de iluminação, mas acabou por se verificar que o formato dos dados do laboratório não era compatível com os padrões da indústria cinematográfica, pelo que nenhuma empresa se dispôs a comprá-lo.Wu Di afirma que esta lição dolorosa os levou a incluir o conceito de «Production-Ready» na filosofia da empresa — a investigação científica e a indústria estão em margens opostas de um rio; o processo de atravessá-lo pode implicar cair à água ou engasgar-se, pelo que é necessário ter um atitude de respeito. Quando chegaram ao desenvolvimento do Hyper3D Rodin, passaram a receber feedback real diretamente dos clientes e a iterar o produto com base nisso.

Eles resumiram as necessidades dos clientes das empresas de jogos: «Para avançar para modelos de alta resolução, é necessário que as superfícies apresentem mais detalhes corretos e úteis;à medida que se aproxima a fase final do jogo, é necessário ter uma boa estrutura topológica, o roteamento das linhas deve ser preciso nos cantos, a eficiência da projeção UV deve ser elevada, os materiais PBR devem ser estratificados e a divisão em peças deve ser bem feita — estas são as ideias que os clientes (das empresas de jogos) nos transmitiram.»

No entanto, os serviços da Hyper3D não se limitam apenas à indústria dos videojogos. A impressão 3D privilegia a estanqueidade dos modelos, o design industrial privilegia os formatos, as dimensões e as normas, enquanto os efeitos especiais cinematográficos têm um conjunto diferente de requisitos no que diz respeito aos materiais, à precisão e à compatibilidade com o fluxo de trabalho. No conjunto, trata-se de um desafio em que é muito difícil abranger todos os aspetos.

A ideia central do Hyper3D consiste em abordar a produção 3D profissional com foco na «controlabilidade», permitindo que os utilizadores profissionais decidam por si próprios como deve ser o «Production-Ready» de que necessitam e refletindo essa necessidade nas várias predefinições da interface de criação de modelos do Rodin.

Se os produtos de IA para o mercado de consumo procuram permitir a criação de imagens com um único clique, o mais importante nos produtos profissionais de IA 3D é, pelo contrário, proporcionar ao utilizador espaço suficiente para «intervir».

A funcionalidade «Edição 3D» lançada este ano pelo Hyper3D é um exemplo intuitivo que ilustra a forma como garantem essa controlabilidade — após a geração do modelo, se o utilizador não estiver satisfeito com uma determinada área específica, pode selecioná-la diretamente e, em seguida, regenerar apenas essa parte, evitando assim ter de «recomeçar do zero» repetidamente devido a uma pequena imperfeição.

Dê a seguinte instrução de edição local: «Transforme a frente do carro num carro de corrida»

Zhang Qixuan e Wu Di mostram-se orgulhosos: «Atualmente, ainda não existe nenhum produto no setor que consiga acompanhar esta tecnologia. A equipa da Hyper3D conseguiu superar este desafio porque foi a primeira entre as empresas de grandes modelos de IA 3D a propor a arquitetura de geração controlável 3D ControlNet e é, atualmente, uma das poucas a dominá-la.»Essencialmente, esta capacidade visa resolver o problema da consistência na geração, ou seja, garantir que, ao efetuar alterações locais, as restantes partes permaneçam inalteradas.

Ao mesmo tempo, isto exige que os próprios modelos 3D possam ser introduzidos como modelos, tal como as imagens e o texto.O interpretador 3D necessário para concretizar isto provém das competências acumuladas durante o desenvolvimento anterior da funcionalidade de geração de peças BANG. O facto de o Hyper3D ter conseguido apresentar modelos de aparência avançados no Rodin Gen-2.5 está também intimamente relacionado com a longa experiência da Dome Light Field na digitalização de materiais.

Divisão de ficheiros BANG

Não é difícil perceber que a Yingmou é muito hábil a tirar partido da sua principal vantagem — dedicar-se à investigação científica e à pesquisa de ponta, produzir resultados tecnológicos originais e, em seguida, voltar às questões fundamentais da produção de modelos 3D. Estas tecnologias acumulam-se gradualmente, como uma bola de neve, criando um efeito de alavanca a longo prazo e gerando maiores rendimentos ao servirem a produção real.

Zhang Qixuan afirmou que a sua equipa é provavelmente uma das poucas que, atualmente, consegue fornecer produtos de modelos 3D de grande escala que abrangem o controlo antes, durante e após a geração. É precisamente por isso que os utilizadores profissionais pagantes estão dispostos a explorar este modelo em profundidade e a encontrar as configurações mais adequadas às suas necessidades.

O que se pode observar externamente é que, a partir da superação dos desafios relacionados com os materiais e a precisão, após o Rodin Gen-2, a Yingmou Technology tem vindo a explorar gradualmente funcionalidades como o «Smart Lowpoly». É evidente que pretendem que os futuros modelos da série Hyper3D Rodin continuem a prestar um bom serviço aos programadores de cenários 3D em tempo real, como os jogos.

Comparação do mesmo modelo após a redução inteligente do número de polígonos

A julgar pelos comentários dos utilizadores em fóruns como o Reddit, a qualidade dos modelos de baixa resolução gerados atualmente por estas funcionalidades já é bastante aceitável. Até mesmo o Hyper3D Rodin adotou o princípio de «pagamento após entrega», pelo que os modelos podem ser regenerados e editados parcialmente de forma gratuita até que o utilizador fique satisfeito.

Também integraram o plugin Hyper3D Rodin na maioria dos principais softwares 3D, como o Blender, o Unreal, o Unity e o Godot, permitindo que os criadores acedam aos recursos com um único clique nos softwares profissionais e até editem, através do Hyper3D Rodin, modelos gerados por outras plataformas de IA.Por trás de todas estas iniciativas está um único objetivo: integrar o Hyper3D Rodin de forma mais profunda na produção real.

É claro que Wu Di e Zhang Qixuan também não hesitaram em falar sobre alguns dos desafios que enfrentam atualmente. Por exemplo, o Rodin ainda não superou totalmente as dificuldades em áreas como UV, e o roteamento topológico dos modelos continua a não ser suficientemente refinado para jogos com conteúdos de alta qualidade.As razões por trás disso são muitas, desde a falta de dados de alta qualidade em projetos de jogos reais até ao facto de os modelos 3D serem, por si só, muito mais complexos do que imagens ou texto.

No entanto, ambos concordaram que requisitos comuns, como divisão em partes, materiais, topologia e UV — que todas as empresas de jogos mencionam —, ocuparão inevitavelmente os primeiros lugares na lista de prioridades de investigação e desenvolvimento.

Estas capacidades parecem ser o «último quilómetro» do modelo, desde a fase de protótipo avançado até ao produto final, mas, na realidade, estão intimamente ligadas à capacidade da IA 3D de integrar todo o processo de desenvolvimento de jogos; este é também o avanço que mais merecerá atenção neste domínio nos próximos um ou dois anos.

03

Rumo ao futuro

No final da entrevista, conversámos também com os dois fundadores sobre a situação atual do desenvolvimento em todo o setor da geração 3D.

A minha sensação é que todo o domínio da geração 3D por IA se assemelha um pouco a uma cápsula do tempo, que me faz lembrar constantemente da fase de desenvolvimento vertiginoso dos grandes modelos LLM por volta de 2024 — quando se discutia fervorosamente a Lei da Escalabilidade e o número de parâmetros de pré-treino, os modelos de base ainda não tinham atingido um limite e o aumento da capacidade dos modelos ainda trazia benefícios diretos para a experiência do utilizador.A competição na próxima fase de comercialização ainda não começou a todo o vapor, mas os avanços do Rodin Gen-2.5 em termos de capacidade de geração já estão a ajudar significativamente a IA 3D a penetrar mais profundamente no fluxo de trabalho.

A este respeito, Wu Di também tem a sua própria opinião. Agora, após ter obtido um novo financiamento, a Yingmou dispõe de novos recursos, o que lhe permite dedicar-se à investigação científica com maior intensidade. De acordo com as previsões de Wu Di, é muito provável que, daqui a três anos, a Hyper3D continue a concentrar-se na área profissional.Nos próximos um ou dois anos, a equipa irá dedicar-se principalmente a duas tarefas: em primeiro lugar, continuar a aperfeiçoar a qualidade de geração dos modelos de base; em segundo lugar, expandir as capacidades de edição e de «agentização» no futuro Hyper3D Rodin, tornando os modelos cada vez mais úteis em domínios especializados e, ao mesmo tempo, permitindo que o Rodin se integre em infraestruturas estratégicas de modelos de produção e fabrico.

No entanto, esta foi também uma resposta surpreendentemente simples. Afinal, a nível global, muitas das equipas ligadas à IA 3D estão a inclinar-se para termos da moda que atraem mais facilmente os investidores: «modelo do mundo», «base da próxima geração de ecossistemas interativos de conteúdo gerado pelo utilizador» (UGC), «plataforma de conteúdos 3D»…Mas Zhang Qixuan é muito franco: é claro que estão interessados no modelo do mundo, mas, como toda a equipa tem formação técnica, têm um maior respeito por este conceito.

No segundo semestre, a Yingmou irá lançar um modelo de geração ao nível do cenário. No entanto, nesta fase, este ainda não cumpre a definição rigorosa de «modelo do mundo» estabelecida por Wu Di — ou seja, ser manipulável, servir de base ao controlo da inteligência incorporada e compreender verdadeiramente o mundo na sua totalidade. No entanto, acreditam também que este tipo de tecnologia constituirá uma base importante para o futuro, no caminho para o modelo do mundo e a inteligência incorporada.

Por isso, num futuro próximo, a visão da Yingmou continua a ser muito clara: ser a melhor ferramenta ao serviço dos profissionais de 3D. O que pretendem fazer é tornar as ferramentas dos modeladores ainda mais eficazes.

Este poderá ser também o caminho mais realista e mais promissor para a IA 3D na indústria dos jogos.

Não é necessário que, logo de início, revolucione toda a cadeia de produção 3D, nem que substitua imediatamente todo o trabalho de um modelador experiente. Mais importante ainda, está a começar pelas etapas iniciais, mais repetitivas e demoradas, libertando gradualmente as pessoas do trabalho físico pesado, para que os criadores possam voltar a dedicar mais energia à estética, ao discernimento e à própria expressão.

Para a indústria dos videojogos, a produção 3D tem sido, desde há muito, um rio profundo e estreito. No passado, apenas um pequeno número de empresas com recursos financeiros, equipas e experiência suficientes conseguia chegar com segurança à margem oposta, onde se encontrava a qualidade superior. E talvez o que há de mais promissor na IA 3D resida precisamente no facto de estar, discretamente, a alargar a ponte sobre esse rio.

Quando mais equipas de pequena e média dimensão, programadores independentes e até mesmo criadores comuns tiverem acesso a recursos 3D de alta qualidade a um custo mais baixo, a imaginação no mundo dos jogos terá também mais oportunidades de se concretizar.