- Ini adalah proyek starter yang menampilkan Fill 3D API, sekaligus contoh implementasi 3D Generative Fill untuk virtual staging berbasis AI
- Sebelum menjalankan, ubah
.env.examplemenjadi.env.local, lalu masukkan API key yang dibuat di fill3d.ai keFILL3D_API_KEY - Instal dependensi dan jalankan server pengembangan dengan
npm installdannpm run dev - Setelah server pengembangan berjalan, halaman web dapat dibuka di
http://localhost:3000
1 komentar
Komentar Hacker News
Teknologinya sendiri mengesankan, tetapi potensinya cukup menyeramkan
Di tempat saya tinggal, sudah umum agen ‘real estat’ memoles foto listing dengan Photoshop agar terlihat seperti rumah yang sepenuhnya direnovasi dan bahkan sudah berperabot
Kenyataannya, rumah itu sering kali kosong dan kondisinya sangat buruk, jadi dengan teknologi seperti ini, menilai kondisi properti tanpa melihat langsung sepertinya akan makin sulit
Sekarang sulit mencegah teknologi seperti ini dipakai dalam iklan, dan listing properti pada dasarnya juga sudah menjadi iklan, jadi kebijakan/hukum yang melarang foto palsu diunggah ke platform properti tampaknya menjadi satu-satunya solusi
Meski begitu, pembuatnya mungkin bisa menghasilkan banyak uang jika menjual teknologi ini ke agen properti dengan model langganan
Apakah furnitur termasuk atau tidak adalah bagian yang jelas dicantumkan dalam kontrak, dan meski berbeda-beda tiap wilayah, yang paling sering saya lihat di daerah saya hanya sebatas mengompositkan matahari terbenam pada foto jendela atau bagian belakang rumah
Namun mungkin sulit mengetahui apakah agen menghapus hal seperti jamur atau kerusakan akibat kebocoran
Contohnya terlihat sangat bagus. Akan menyenangkan kalau bisa membagikan lebih banyak gambar
Akan bagus jika ada lebih banyak contoh yang menunjukkan sejauh mana alat ini bisa menangani berbagai jenis ruangan dan interior
Sebaliknya, saya juga penasaran apa yang tidak bisa dilakukannya. Apakah ada situasi yang membuat hasilnya gagal
/gallerySaya juga sudah membuat issue untuk pelacakannya: https://github.com/fill3d/fill/issues/1
Issue pertama yang bagus :D
Luar biasa. Objek yang disisipkan itu bukan dibuat dengan model difusi + ControlNet, melainkan hasil render model 3D bertekstur?
Saya juga penasaran apakah set model 3D bertekstur yang tersedia itu tetap, atau dibuat saat itu juga berdasarkan prompt
Saat memasukkan prompt dan melakukan pencarian, sebenarnya berjalan pencarian multimodal, jadi misalnya jika Anda meminta ‘red painting’, sistem benar-benar menemukan lukisan merah
Karena itu akurasinya luar biasa dibanding pencarian biasa. AI sedang masuk ke mana-mana
Untuk penggunaan saya, sepertinya untuk mendekorasi apartemen
Saya punya studio besar yang masih kosong, dengan tempat tidur dan sofa yang sudah dibeli, dan harus menentukan apa yang akan mengisi sisa ruang kosongnya
Misalnya meja kopi, konsol media, TV atau proyektor ultra-short throw, bar, rak buku, meja kerja
Akan bagus jika bisa mengisinya bukan dengan konsep murni, melainkan dengan produk yang benar-benar bisa dibeli
Karena dibuat dalam 3D, pengguna bisa membawa model 3D mereka sendiri dan menambahkannya ke katalog
Jika digabung dengan sesuatu seperti object capture milik Apple (https://developer.apple.com/augmented-reality/object-capture...), Anda bisa memindai sofa apa adanya, mengunggahnya ke Fill 3D, menempatkannya, lalu melakukan generate
Menarik menantikan ke depannya
Saya tidak berafiliasi
Apakah perusahaan real estat pernah mempertimbangkan cara mengosongkan rumah tanpa furnitur, lalu membiarkan calon pembeli memakai kacamata AR untuk melihat seperti apa jika furnitur mereka sendiri ditempatkan di sana?
Memang kurang imersif, tetapi hambatan adopsinya jauh lebih rendah
Apakah ini juga bekerja untuk dek dan teras depan?
Saya punya foto dek dan teras yang perlu di-staging untuk situs web perusahaan konstruksi
Saya mencoba demonya dan sepertinya ada bug, serta tampaknya hanya bisa memilih item yang sudah ada dari database yang telah ditentukan
Dan benar. Karena memakai model 3D sungguhan, set modelnya tetap. Saat ini jumlahnya sedikit di bawah 300
Prioritas kami adalah hasil yang fotorealistik, jadi teknologi difusi model 3D terkini saat ini belum cukup. Lihat OpenAI Point-e: https://github.com/openai/point-e
Melihat arsitektur Fill3D yang ‘merender hasil fotorealistik dengan path tracing’ bersama fitur deployment transparan dari fxn.ai benar-benar mengesankan
Keduanya bisa saya gunakan dalam proyek saat ini, jadi saya akan memeriksanya
Bagaimana Anda memikirkan model bisnisnya?
Saya adalah administrator sistem untuk MLS kecil, dan sedang memikirkan di mana ini bisa diintegrasikan
Kalau 2 dolar per staging, mungkin harus ditagihkan langsung ke Realtor. Setahu saya kami tidak melakukan penagihan pass-through
Namun mungkin saja ada skema yang menyertakan beberapa staging per bulan untuk tiap Realtor
Saya juga terpikir penggunaan menarik di mana konsumen mencoba staging sendiri, tetapi sepertinya hampir tidak ada Realtor yang mau membayar 2 dolar per staging agar konsumen melakukannya
Dengan harga volume besar, kami bisa menurunkan harga cukup banyak
Tujuan akhirnya adalah memungkinkan pengguna melakukan staging langsung di situs web properti atau MLS Anda
Silakan hubungi yusuf@fill3d.ai
Screencast di https://www.fill3d.ai/ dibuat dengan apa?
Belakangan saya banyak melihat screencast dengan gaya yang sama, dan saya kurang menyukainya
Area rekamannya terus bergerak, jadi cukup mengganggu