Когда еда в 3D нужна очень быстро
и при этом должна выглядеть аппетитно
Еда в 3D — одна из самых сложных задач в моделировании.
Причина простая: органические формы + сложные материалы + текстуры, к которым у зрителя очень высокий порог доверия.
Если делать еду «с нуля», пайплайн длинный:
скульптинг → сетка → запекание → тесты → правки.
Даже простая куриная ножка требует много времени и внимания к деталям.
Когда есть время — спасает фотограмметрия
Фотограмметрия (по сути фотоскан) — один из лучших способов получить точную копию реально существующей еды: достоверную, реалистичную и хорошо читаемую даже в крупном плане.
Но важно понимать:
• у неё есть свой пайплайн,
• требуется оборудование и навыки,
• всё равно нужно запекание — сначала реальной модели, потом виртуальной.
Зато результат действительно «держит кадр».
А если времени нет вообще?
Бывают ситуации, когда нужно быстро: заменить пластиковые крылья терияки на аппетитные, добавить сосиски на гриле, поставить рядом сочный шашлык (а жир — вообще отдельный челлендж в моделинге).
Поход по бесплатным стокам чаще всего заканчивается разочарованием: из приличного — овощи, хлеб, иногда фрукты.
В платных моделях может попасться некачественный скан (реальный кейс).
И здесь без AI не обойтись.
Как мы используем AI для еды
Лучшие результаты получаются с хорошими референсами. Чтобы избежать вопросов с лицензиями, референсы мы часто генерируем тоже с помощью нейросети. Хорошо себя показала Алиса от Яндекса.
Например, шашлык, сгенерированный из её референса в Tripo AI, в ряде случаев подходит почти без доработок.
Но чаще модель из ИИ — это полуфабрикат:
• артефакты,
• лишняя геометрия,
• странные пятна или «галлюцинации».
Поэтому следующий этап — работа в Blender.
Что происходит дальше в 3D
Обработка зависит от: полигонажа, качества текстур, того, насколько модель далека от визуального идеала.
Если полигонаж большой (а при auto он почти всегда большой) — без жалости используется decimate (collapse). Иногда удаётся снизить количество полигонов на 80% без заметной потери качества — Blender сразу начинает «дышать».
Если простого коллапса недостаточно — делается ретопология и запекание нормалей (на практике пока редко требуется).
Работа с текстурами — отдельная история
Задачи здесь обычно три:
• убрать блики и отражения, которые нейросеть «приняла за узор»;
• удалить галлюцинации (например, «плесень» на хлебе с рельефом);
• выправить странные пятна и цветовые артефакты.
Иногда правится и форма. Например, в кейсе с оладьями нейросеть не поняла виноград и сгенерировала странные ягоды. Часть была удалена, часть — заглажена скульптингом и задекорирована голубикой.
Интересный факт: хорошо проработанные ягоды «обманывают глаз» и создают ощущение общей детализации, даже если базовая геометрия не идеальна.
Материалы решают
В визуализации еды огромную роль играет подповерхностное рассеивание (SSS). Именно оно делает еду похожей на еду: как красные уши или пальцы на просвет в реальной жизни.
Например, в яичнице:
• желток получил больше рассеивания,
• белок — аккуратную «поджарку» по краям.
Текстура могла быть хорошей сразу, а вот материал — доводится руками.
Немного про логику «срочно»
Мы не вылизываем то, что не будет видно в кадре. Это как в играх: ближе — лучше, дальше — проще. Часто мы просто разделяем слепленные объекты, закрываем проблемные места геометрией соседей и комбинируем AI-еду с моделями, сделанными человеком.
Например: тарелку проще сделать вручную за 2 минуты, а зелень и кунжут на курице терияки лучше моделить руками
Tripo с этим пока справляется слабо.
В итоге
AI не заменяет моделлера. Он убирает рутину, позволяет быстро получить основу и освободить время для доводки и визуального вкуса. А главное — даёт возможность: быстро добавить нужную еду в кадр и не тратить вечер на борьбу с печальной бесплатной моделью.
🔗 Сайт
✉️ Связаться с нами: info@zarbo.tech