Meshy 7 llega con algo más inusual que un modelo nuevo: una forma de comprobarlo
Meshy lanzó Meshy 7 el 10 de agosto y lo anunció públicamente el 12 de agosto. Es un nuevo modelo fundacional de imagen a 3D, y la empresa lo optimizó para una sola propiedad: la correspondencia geométrica, es decir, hasta qué punto la forma que genera coincide con la imagen proporcionada.
Es una propuesta más específica de lo habitual en este tipo de lanzamientos, y también más útil. La mayoría de los anuncios de modelos de imagen a 3D se apoyan en renders giratorios de un recurso estrella, que demuestran que el modelo puede producir algo impresionante, pero no que haya producido lo que se le pidió. Quien haya introducido arte conceptual en un generador 3D conoce el fallo que realmente cuesta tiempo. La malla se ve bien. Pero no es tu diseño.
El benchmark es la parte interesante
Junto con el modelo, Meshy publicó el método de un benchmark de geometría y sus primeros resultados. Meshy 7 obtiene un 81,0 % en proporción general, un 79,7 % en distribución espacial y un 59,8 % en detalles de superficie, por delante de otros cuatro modelos de imagen a 3D en las tres categorías. La mayor ventaja está en los detalles de superficie, con 5,3 puntos más que el siguiente mejor modelo en condiciones de una sola vista. Las pruebas incluyeron una vista frontal, una vista elevada desde el cuarto superior y combinaciones de cuatro vistas. La diferencia se produce con una sola vista, porque con entradas de varias vistas la distancia se reduce a aproximadamente dos puntos.
Ninguno de los modelos evaluados supera el 60 % en detalles de superficie a partir de una sola imagen. Esa cifra es el verdadero titular del lanzamiento y describe con bastante precisión el estado actual de esta tecnología: las proporciones están resueltas en gran medida; la geometría fina de las superficies, no.
El benchmark de geometría publicado por Meshy, que compara Meshy 7 con cuatro competidores no identificados. Gráfico: Meshy.
La metodología es lo que merece atención. Meshy evaluó directamente la geometría generada frente a modelos de referencia excluidos del entrenamiento, en lugar de realizar votaciones de preferencia humana o dejar que un modelo de visión y lenguaje emitiera el veredicto. Comparar geometría con geometría evita tener que estimar la cámara de origen e impide que un modelo oculte errores de proporción reescalando un eje hasta que la silueta coincida. En cuanto al modelo, el codificador de imágenes ahora procesa la entrada a varias escalas y admite mayor resolución, de modo que las formas finas se conservan durante la generación en vez de diluirse al promediarse. Además, los datos de entrenamiento se reconstruyeron para que cada muestra se corresponda exactamente con su geometría objetivo, eliminando el estilo, la iluminación y el fondo.
La salvedad obvia se aplica plenamente. Son cifras del proveedor obtenidas con un benchmark diseñado por el propio proveedor y frente a cuatro competidores cuyos nombres decidió no revelar. Unite.AI lo resumió bien en su artículo: corresponde aplicar el escepticismo habitual. Meshy afirma que el benchmark se publicará por separado después del lanzamiento, y será entonces cuando la afirmación pueda ponerse a prueba, porque la cuestión no es si Meshy 7 gana con las referencias seleccionadas por Meshy. Las texturas son un problema independiente, con sus propios criterios de correspondencia, y Meshy afirma que más adelante publicará un benchmark de texturas.
Qué significa si generas props
Usamos modelos de imagen a 3D en producción, así que se trata de una cuestión práctica, no de una discusión sobre clasificaciones. La familia Hunyuan3D de Tencent y Tripo forman parte de nuestro stack, y ya hemos escrito sobre lo que Meshy está desarrollando más allá de los recursos.
Imagen de referencia, geometría sin procesar y resultado texturizado para expresiones, mecanismos de superficie dura y relieves tallados. Imágenes: Meshy.
La correspondencia es la métrica más importante para el contenido de videojuegos, y está infravalorada porque no resulta llamativa. Un prop precioso pero un 20 % demasiado ancho deja de servir en cuanto se coloca en una escena junto al marco de una puerta que alguien ya ha construido. Un personaje cuyas proporciones se desvían del arte conceptual obliga a rehacer el rig. Cuando generas una docena de props para un nivel, el coste de un resultado casi correcto no está en el render, sino en tener que detectar el error y repetir el proceso. Cada punto de precisión en las proporciones evita que alguien tenga que hacer otro intento.
Hay otro motivo para seguir esto de cerca: evaluar la geometría frente a referencias excluidas del entrenamiento es un método de medición que cualquiera puede adoptar. Si el benchmark se publica como se ha descrito y otros laboratorios lo utilizan, los modelos de imagen a 3D tendrán una vara de medir común en lugar de una galería de renders seleccionados por ser los mejores. Para quienes publican videojuegos, eso tendría más valor que cualquier lanzamiento individual de un modelo, incluido este.
Meshy 7 está disponible en los distintos niveles de suscripción, aunque las descargas del modelo están limitadas al plan Pro y superiores. Por ahora, Ultra Mode solo funciona con una vista, pero se afirma que la compatibilidad con varias vistas llegará pronto. La empresa recaudó cerca de 400 millones de dólares en una ronda de serie B con una valoración de 1.500 millones de dólares, un contexto relevante para que publique un modelo fundacional y un benchmark en la misma semana.