社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

CG工作的好帮手:Kimi与ChatGPT

CG世界 • 8 月前 • 118 次点击  

点击上方蓝字CG世界关注我们

“ 感知技术 · 感触CG · 感受艺术 · 感悟心灵 ”

中国很有影响力影视特效CG动画领域自媒体



今天,AI已经深入我们的工作领域,来看看时下热门的Kimi和ChatGPT两个AI,在CG工作中如何解决一个具体问题——“如何在Houdini中用VEX实现用线控制模型VDB半透效果”——来探讨这两个助手的优劣。

Kimi:由月之暗面科技有限公司开发,专为中文用户设计,具备出色的中文理解和表达能力。能够一次性处理大量代码和文档,支持多种文件格式,能够直接读取和分析CG项目中常见的脚本和配置文件。

ChatGPT:以其在自然语言处理领域的卓越表现而闻名,能够理解和生成流畅的自然语言文本。虽然主要面向英文用户,但其对多种语言的支持也相当不错,能够辅助CG工作者在国际化项目中进行沟通。
先看下两个AI对vex语句解读能力:($F+floor(rand($F*20))%20)==1
kimi
ChatGPT
可以看出两款AI的回答都很清晰,对小白特效师来说是一个很好的解读助手。
那如果让两款AI进行自行编程解答问题呢?让我们看下两者在同一个提问下是怎么答复的:
houdini中用vex实现用线控制模型vdb半透效果
ChatGPT:

kimi:

将两者答案写入volumewrangle看下能否得出正解。
ChatGPT只需要改动线的路径指定与vdb的属性名称两处就可以直接运行,得出结果。可以看到线的两端vdb出现两个球体透明效果。
kimi的答案,并没有通过houdini的节点,vdb直接不显示了,kimi解题思路正确,但语法太多与Houdini的vex写法不一致,需要大量的修改调整。

代码对比:

· Kimi的代码示例中可能存在的问题包括对VEX语法的误解、对Houdini节点和属性的错误引用等。

· ChatGPT的代码示例则更加贴近Houdini的实际使用场景,代码结构和逻辑更加合理。

实际应用:
· 在实际的CG项目中,代码的准确性和可靠性至关重要。一个能够直接运行而不报错的代码可以大大节省艺术家的时间和努力。
· 此外,代码的可读性和可维护性也是重要的考量因素。一个好的代码示例应该能够清晰地展示逻辑流程,便于其他艺术家理解和修改。

综上ChatGPT是更适合编程工作者ai智能工作,但它有个问题就是对网址,pdf等长文档的解读能力不太友善。如我们常常查看英文帮助文档时,ChatGPT就无能为力了,而kimi的长文解读特点就能发挥出来。

如我们把houini20.5的karma渲染新功能介绍页网址发送给两个ai看会产生怎样的结果。
ChatGPT直接跪了,需要我们提供资料进一步分析。。。。
Kimi则是可以直接阅读网址内容并整理出关键点,同时翻译成中文向我们展示。这对我们英文不是很利落的人来说实在是十分方便的。
结论:
在处理特定的CG编程问题时,Kimi和ChatGPT各有优势和不足。Kimi在提供直观解决方案方面表现良好,但在代码的准确性和可靠性方面可能需要改进。ChatGPT则在代码的实用性和准确性方面表现更佳,为用户提供了一个更加直接可用的解决方案。
在阅读理解帮助文档时Kimi明显优于ChatGPT,特别kimi是国产软件专为中文用户设计,具备出色的中文理解和表达能力。
所以作为一个CG小白想学好Houdini并掌握编程,智能助手的应用将越来越不可或缺。我们期待Kimi和ChatGPT等工具能够不断优化和完善,为CG工作者提供更加强大和可靠的支持。

全文完

用UE中的Niagara制作流星雨特效


游戏无需获批版号即可备案上线测试了 ?


大佬技艺好,显卡也好!


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/172788
 
118 次点击