由在Facebook Reality Labs擔任研究科學家的齋藤俊輔與南加州大學合作研究的PIFuHD項目，通過輸入解析度達1024x1024的高解析圖像，即可借由人工智能識別生成一組能以隨意角度檢視的3D立體模型，搭配其他軟體工具的話，幾乎可讓3D建模效率大幅提升。

PIFuHD是以過去提出的PIFu為基礎，將當時僅能輸入解析度達512x512的影像規格提高，讓實際輸出的3D立體模型解析度增加，讓更多細節能被忠實還原。

同時，借由生成對抗神經網路運算模式，讓人工智能能透過過去分析學習資料，借此猜測所識別影像背面可能形式，借此讓實際生成的3D立體模型變得更加真實。

目前PIFuHD相關資料已經透過GitHub公開，同時相關內容也透過Colab進行展示，讓更多人可以透過PIFuHD進行創作應用，甚至也有人搭配可借由人工智能讓3D立體模型依照腳本動作的Mixamo，讓PIFuHD借由平面影像生成的3D立體模型能進一步「活動」。

這樣的設計，意味著未來3D建模師將不必辛苦從零開始建制3D立體模型，借由人工智能方式即可快速生成基礎模型內容，并且能用更多時間處理細節修飾，或許未來對于3D動畫、模型，或是游戲內容等都能帶來更高制作效益。
責任編輯：YYX