Los generadores de assets 3D con IA y el problema de la topología

Llega la forma; la malla no

El texto a 3D cruzó un umbral real. Pide un barril de madera, un puesto de mercado, un mástil de radio oxidado, y más o menos un minuto después tienes algo que se reconoce como eso, en tres dimensiones, que puedes girar y mirar por detrás. Hace cinco años eso era un día de trabajo de alguien.

Luego lo abres en un editor y miras la malla, y la imagen cambia. Lo que tienes suele ser una superficie densa y sin estructura: decenas o cientos de miles de triángulos repartidos sin ninguna relación con la forma. El costado plano del barril tiene tantos triángulos como el borde. La tapa tiene un nudo de geometría en el centro sin motivo. No hay bucles de aristas que sigan la forma, porque nada en el proceso pensaba en la forma como forma.

No es un error de ningún generador concreto. La mayoría de estos sistemas llegan a una superficie extrayéndola de un volumen, y una superficie extraída es un campo denso de triángulos que resulta aproximarse al objeto. Se ve bien desde fuera. No lleva nada de la estructura que habría puesto alguien que modela.

Esa distinción entre una forma y una malla es todo el tema. Todo lo que un asset 3D tiene que hacer más allá de que lo miren una vez depende de la malla, y una malla generada es la parte que en realidad no se produjo.

Para qué sirve de verdad la topología

La topología es la disposición de los polígonos, y no es esnobismo de oficio. Tiene cuatro trabajos concretos.

Controla la deformación. Cuando un personaje dobla un codo, la geometría alrededor de ese codo tiene que tener bucles en la dirección correcta o la articulación se pellizca como un pliegue de papel. No hay shader que lo esconda ni rig que lo arregle. O los bucles existen o el brazo se ve roto al moverse.

Controla el sombreado. Las astillas largas y finas y los n-gons sueltos atrapan la luz de formas que producen franjas oscuras visibles y bordes que titilan, sobre todo en superficies lisas pintadas. Se ve más en movimiento, como un brillo que repta a lo largo de una curva que debería ser limpia.

Controla el coste. Un objeto que aparece cuarenta veces en un nivel con ciento ochenta mil triángulos cada uno es un problema de presupuesto que te encontrarás más tarde como un problema de fotogramas. La relación entre los dos no es evidente cuando pasa.

Y controla la editabilidad. Una buena topología es por lo que un artista puede seleccionar un bucle, deslizarlo y alargar un asa en ocho segundos. En la topología generada esa operación no existe; no hay bucle que seleccionar. Cada cambio se convierte en una operación de esculpido o en una reconstrucción.

La retopología es el coste real, y es casi toda automática

La respuesta estándar es la retopología: construir una malla limpia de pocos polígonos que siga la forma, y luego hornear el detalle del original denso sobre ella como un mapa de normales. Es un flujo bien entendido que precede en veinte años a los modelos generados, y las herramientas automáticas para ello son buenas.

Para objetos de superficie dura y escenario estático, la retopología automática más una pasada de reducción te lleva casi todo el camino. Una caja generada de doscientos mil triángulos se convierte en una de ochocientos que se ve idéntica al jugar. Es un trabajo de cinco minutos con herramientas que ya existen, y es lo que más valor aporta que le puedes hacer a un modelo generado.

Para todo lo que se deforma, la retopología automática no basta. Produce un reparto uniforme de cuadriláteros, que vale para una roca y está mal para un hombro. Las mallas que se deforman necesitan densidad donde ocurre la flexión y bucles orientados en la dirección de la flexión, y eso es un juicio sobre cómo se moverá la cosa, que ninguna pasada automática hace porque nadie se lo dijo.

Así que el reparto honesto es: los objetos estáticos generados están cerca de ser utilizables tras una limpieza mecánica. Los personajes y criaturas generados son esculturas de concepto que alguien tiene que reconstruir antes de animarlas. Son cantidades de trabajo muy distintas, y la diferencia no se ve en el render de vista previa, por eso sorprende tan a menudo.

Los UV, la densidad de texel y las costuras que no elegiste

Un modelo necesita una distribución de UV: un aplanado de la superficie en una hoja 2D para que los píxeles de la textura caigan donde quieres. Los modelos generados traen algo, y ese algo suele estar cortado por máquina, con costuras en sitios visualmente terribles y una escala muy desigual por la superficie.

El síntoma es la densidad de texel. Si la parte de arriba de una mesa se lleva un cuarto de la hoja de textura y las patas comparten una esquina, la parte de arriba sale nítida y las patas borrosas. Dentro de una escena en la que todos los demás objetos tienen una densidad coherente, ese desajuste se lee al instante como que el asset no pertenece.

Las costuras también importan. Una costura es un sitio donde la textura tiene que romperse, y una bien colocada se esconde bajo un brazo, a lo largo de un dobladillo, detrás de un soporte. Una colocada automáticamente recorre el centro de una cara. En un material que se repite o pintado nadie lo nota. En cualquier cosa con un patrón, letras o una veta continua, la ruptura es escandalosa.

Esto se puede arreglar y merece arreglarse en los assets que importan: vuelve a proyectar los UV, fija una única densidad de texel para todo el proyecto y vuelve a hornear. Es una de las pocas operaciones en las que las herramientas son de verdad lo bastante buenas para funcionar solas, y elimina toda una categoría de "¿por qué se ve raro esto?" que la gente suele achacar a la calidad del modelo.

Los materiales vuelven con la iluminación horneada

La textura que llega con un modelo generado suele ser un mapa de color con la luz y la sombra ya pintadas. Hay un brillo en el borde de arriba y un oscurecimiento por oclusión bajo el labio, porque el modelo se produjo a partir de imágenes y esas imágenes tenían una luz.

Eso es justo lo que no debe ser un material de juego. En un renderizador en tiempo real, la iluminación se calcula en ejecución. Cuando la iluminación horneada también está en el color base, obtienes un objeto iluminado dos veces. Tiene un borde brillante a la izquierda porque lo dice la textura, y otro a la derecha porque tu sol está ahí. Se ve plano, mal y un poco de plástico, y nunca responde bien cuando quien juega pasa una antorcha por delante.

La otra mitad del problema son los mapas que faltan. El renderizado basado en física quiere rugosidad y metalicidad, y a menudo normales y oclusión ambiental. La salida generada suele darte color y poco más, así que el metal no brilla, la piedra mojada no está mojada y todo en la escena converge en la misma superficie apagada y uniforme.

Quitar la iluminación de una textura es posible e imperfecto. Crear los mapas que faltan es trabajo de verdad. Para el escenario lejano, ninguna de las dos cosas merece la pena. Para todo aquello junto a lo que se planta quien juega, las dos sí, y este es el fallo que más a menudo hace que un asset generado parezca barato al lado de uno comprado aunque la geometría esté bien.

Un conjunto tiene que estar de acuerdo, y los conjuntos generados no lo están

Genera una silla medieval y convence. Genera la mesa, el banco, el armario y la puerta en otras cuatro llamadas, ponlos en una sala, y la sala se desmorona.

La madera es una madera distinta en cada uno. El desgaste es fuerte en dos y no existe en otros dos. Uno está estilizado con bordes suaves achaflanados y otro es casi fotorrealista. La escala del ancho de los tablones no coincide, así que el armario parece enorme o de muñecas según al lado de qué vecino lo mires. Cada objeto pasa por sí solo y el conjunto falla, porque un conjunto es la afirmación de que todas esas cosas salieron del mismo mundo.

La coherencia de estilo no es un control deslizante. Es un paquete de decisiones: lo afilados que son los bordes, cuánto ruido de superficie hay, lo saturada que va la paleta, cuánto detalle por metro cuadrado, si el daño se cuenta con geometría o con textura. Un artista lleva todo eso de un asset a otro sin pensarlo. Un generador no conserva nada de ello entre llamadas.

Hay dos cosas que ayudan, y ninguna es un truco de prompt. Fija una referencia y genera variaciones de un asset aceptado en lugar de objetos nuevos desde cero. Y pasa al final una pasada común de material y paleta por todo el conjunto, que no arreglará el lenguaje de siluetas pero hace muchísimo por la sensación de que estas cosas van juntas.

Escala, origen, colisión: los obstáculos aburridos

Los modelos generados llegan a una escala arbitraria, con una orientación arbitraria y con el origen donde le apeteció al exportador, a menudo en el centro de la caja envolvente. Una silla con el origen en el centro se hunde a medias en el suelo cuando la colocas, y gira alrededor de su propia cintura.

Fija las reglas una vez. Metros reales, de pie sobre un eje definido, origen en la base para todo lo que se apoya en el suelo, en la bisagra para todo lo que se abre, en el centro geométrico para todo lo que gira. Aplícalo como paso de importación y no vuelves a pensar en ello. Sáltatelo y te pasas el resto del proyecto empujando cosas a mano y preguntándote por qué el marco de la puerta no cuadra con la pared.

La colisión es lo otro que nadie menciona. Usar una malla generada densa como su propio colisionador es la forma más fiable de que una escena pequeña vaya mal. El coste de la colisión escala con los triángulos igual que el renderizado, y las consultas de física lo hacen cada fotograma. Cada objeto necesita un casco simple, y simple significa una caja, una cápsula o un puñado de piezas convexas. La generación automática de cascos se encarga de casi todo; las excepciones son las cosas que quien juega atraviesa, como puertas y arcos, donde un casco convexo sella alegremente el hueco.

Nada de esto es trabajo interesante, y todo es la diferencia entre una carpeta de modelos y un nivel que puedes recorrer.

El rigging es donde se paran los personajes generados

Un personaje tiene que tener un esqueleto, y cada vértice tiene que tener peso asignado a los huesos que lo mueven. El rigging automático existe y funciona razonablemente en una malla humanoide limpia en una pose neutra.

Los personajes generados a menudo no son ninguna de las dos cosas. Llegan en la pose que se imaginó el modelo, a menudo con los brazos medio bajados y las manos fundidas con el cuerpo. Llegan con una anatomía que se lee bien de frente y es un desastre por debajo, porque nada obligaba a que existiera el interior del brazo. Y llegan con la topología densa y sin estructura descrita antes, que recibe pesos de forma impredecible, así que el codo se hunde y el hombro se rasga.

La consecuencia no es que los personajes generados no se puedan animar. Es que animar uno es una reconstrucción: retopología para la deformación, pose neutra en T o en A, rehacer los UV, volver a hornear y luego hacer el rig. Es una cantidad considerable de trabajo especializado, y es por lo que el 3D generado ha resultado mucho más útil en el arte de entornos que en los personajes.

El apaño al que llega casi todo el mundo es mantener el número de personajes muy pequeño y tratar esos pocos como los assets en los que inviertes de verdad, mientras la generación llena el mundo a su alrededor. Es un reparto sensato, y resulta que coincide con dónde está el valor de todos modos.

En qué es bueno de verdad el 3D generado

El resumen honesto es el mismo que en 2D: un buen sustituto provisional y un asset final flojo. La ventaja es real y merece tomarse en serio.

Los bocetos de nivel dejan de ser grises. Un nivel que pruebas con cubos te dice cosas de distancias y líneas de visión y nada más. Un nivel lleno de objetos generados más o menos correctos te dice si el espacio se lee, si quien juega distingue una puerta de un muro, si el mercado se siente como un mercado. Puedes tomar decisiones de diseño frente a él que no puedes tomar frente a cubos.

El relleno de fondo y de media distancia es el punto dulce. Los objetos a los que quien juega nunca se acerca no necesitan topología limpia, densidad de texel correcta ni rugosidad creada a mano. Necesitan una silueta y un color, que es exactamente lo que da la generación.

El kitbashing está infravalorado. Genera veinte variaciones de un soporte, una caja, una unión de tuberías, y luego construye objetos de verdad juntando piezas que ya has limpiado. Consigues variedad por combinación y no por generación, y la combinación conserva la coherencia porque cada pieza salió del mismo conjunto aceptado.

Y es una buena forma de responder rápido a una pregunta. ¿Esta ruina debería ser de piedra o de madera? Veinte minutos y dos versiones en la escena ganan a una semana discutiendo, y la respuesta sirve aunque ninguno de los dos modelos llegue al juego.

Un orden de trabajo

Decide primero las constantes: unidades, eje vertical, densidad de texel, presupuestos de triángulos por clase de objeto, las reglas de origen. Escríbelas. No cuestan nada antes de que haya assets y son dolorosas de adaptar después.

Genera para un hueco y no para una carpeta. Estás haciendo el armario para la sala que ya tienes, al tamaño que debe tener, junto a las cosas que ya están ahí. Júzgalo ahí, no en un render giratorio con luz de estudio, porque un render giratorio es el entorno en el que todo asset generado da lo mejor de sí y todos los problemas de este artículo son invisibles.

Ejecuta las pasadas mecánicas como un flujo, no a mano asset por asset: reducir, retopología, volver a proyectar UV, volver a hornear, generar el casco de colisión, fijar el origen. En cuanto existe ese flujo, el coste de un asset más son minutos.

Luego decide, a propósito, qué pequeño número de assets sostienen el juego. El personaje de quien juega, las dos o tres cosas con las que interactúa todo el rato, la vista de la captura. Eso recibe trabajo de verdad, sea encargándolo, comprándolo o construyéndolo tú. Todo lo demás se queda como está, y nadie mirará nunca tan de cerca como para que le importe.

El fallo no es usar arte generado. Es esperar que un asset generado esté terminado porque parecía terminado en la vista previa, y descubrir la mitad que le falta al objeto tres meses después, cuando la animación se pellizca y bajan los fotogramas.

Descarga Flockbay

El 3D generado te da la forma gratis y te cobra todo lo que hay debajo. Saber qué es qué es casi toda la habilidad.

Lee más sobre arte generado

Sigue leyendo

• Lo que te da de verdad un generador de assets 2D con IA
• Por qué a los generadores de sprites con IA les cuesta la animación
• Por qué tu primer juego generado con IA es malo, y qué hacer al respecto
• ¿Para qué sirve hacer prototipos?
• Mira lo que te da un generador de assets de juego dentro de un proyecto de verdad
• Can AI make a whole 3D game, not only the models?