Inhaltsverzeichnis
08. 3D-Modellierung (Text-to-3D, NeRF)
Siehe auch: Text-to-3D
Siehe auch: NeRF
Überblick
KI-Systeme können heute aus Textbeschreibungen oder Bildern realistische oder stilisierte 3D-Modelle erzeugen. Diese Modelle lassen sich in Bereichen wie Gaming, Produktdesign, Architektur oder Robotik verwenden.
Typische Einsatzfelder:
- Text-to-3D-Objekte (für Games, AR/VR, Produktvisualisierung)
- 3D-Gesichter & Avatare
- Szenengenerierung (z. B. Räume, Landschaften)
- NeRF (Neural Radiance Fields) für fotorealistische Rekonstruktion
- Simulationen & Trainingsdaten für Robotik
Aufbau eines 3D-Prompts
Ein aussagekräftiger Prompt für die 3D-Erzeugung enthält:
- Objekttyp oder Szene (z. B. futuristischer Stuhl, mittelalterliches Dorf)
- Material & Stil (Holz, Metall, cartoonhaft, realistisch, Low Poly)
- Detailgrad / Polygonanzahl (für Echtzeitanwendungen wichtig)
- Verwendungszweck (AR/VR, Spielobjekt, Produktdemo, Simulation)
- Format (optional): GLB, OBJ, FBX, USDZ etc.
→ Je detaillierter die Beschreibung, desto besser das Ergebnis.
🧱 Prompt-Beispiele für Text-to-3D
Siehe auch: Text-to-3D
🪑 Beispiel 1 – Einzelobjekt: Stuhl
Prompt: > Erstellen Sie ein detailliertes 3D-Modell eines modernen Bürostuhls mit einer Netzrückenlehne, Metallarmlehnen und einem schwarzen Ledersitz. Stil: realistisch. Format: GLB. Vorgesehen für die Verwendung in einem AR-Möbelkatalog.
—
🏰 Beispiel 2 – Szene: Mittelalterliches Dorf
Prompt: > Erstelle eine stilisierte 3D-Dorfszene mit Fachwerkhäusern, Kopfsteinpflasterstraßen, einem zentralen Marktplatz und Holzkarren im mittelalterlichen Stil. Stil: Niedrig-Poly. Anwendungsfall: Spiele-Entwicklung. Export format: glTF.
—
🤖 Beispiel 3 – Roboterarm für Simulation
Prompt: > Erstellen Sie ein vereinfachtes 3D-Modell eines 6-achsigen Industrieroboterarms. Stil: mechanisch, saubere Geometrie, optimiert für die Physiksimulation. Export als OBJ.
—
👤 Beispiel 4 – 3D-Gesicht/Avatar aus Textbeschreibung
Prompt: > Erstellen Sie einen halb-realistischen 3D-Avatar einer jungen Frau mit kurzen lockigen Haaren, Brille und hellem Kapuzenpullover. Neutraler Ausdruck. Anwendungsfall: Charakter-Rigging in Unity.
—
🌋 Beispiel 5 – Landschaft & Umgebung
Prompt: > Erzeugen Sie ein 3D-Gelände mit Bergen, Flüssen und Wäldern. Stil: stilisiert, aber mäßig realistisch. Gedacht für ein Open-World-Erkundungsspiel. Grundlegende Texturierung hinzufügen.
Prompt-Tipps für 3D-Modellierung
- Wähle den Stil und das Format je nach Einsatzbereich (Game Engine ≠ CAD ≠ Web)
- Bei Animation: Gib an, ob das Modell rigged oder static sein soll
- Achte auf Polygonanzahl bei Echtzeit-Projekten (Low Poly vs. High Poly)
- Formuliere genaue Eigenschaften: Form, Größe, Textur, Farbe
- Für NeRF: am besten mit Foto-Set oder 360°-Video arbeiten
Tool-Hinweise: KI-Tools für 3D-Generierung
🧰 Übersicht nützlicher Tools
- Luma AI
- Erstellt 3D-Szenen & Modelle via NeRF aus Video- oder Bildmaterial
- Ideal für fotorealistische Rekonstruktionen
- Export als OBJ/GLB möglich
- Meshy.ai
- Text-to-3D & Texturing in einem Workflow
- Unterstützt OBJ, GLB, FBX
- Intuitives Interface, Community-Modelle
- Kaedim
- Text-zu-3D-Modell mit Fokus auf Game-Assets
- Automatisiert Modellierung & UV-Mapping
- Monatliches Kontingent, kommerzielle Lizenz verfügbar
- Sloyd.ai
- Echtzeit-Parametrisierung von 3D-Modellen
- Ideal für Low-Poly und mobile Anwendungen
- Export in Unity/Unreal-fähigen Formaten
- Scenario.gg
- Generiert Assets für Games (auch 2D → 3D per KI)
- Styleguides und Custom-Modelltraining möglich
- Ideal für kreative Spielwelten
- GET3D (NVIDIA)
- Forschungsmodell für generatives 3D aus Text + Bild
- Teilweise Open Source, aber eher experimentell
