The open rapid access of AI generative design tools (Text to 3D) to morphological expression of the cortical-trabecular hierarchical
Resumen
Las herramientas de diseño generativo de Inteligencia Artificial se están desarrollando rápidamente y revolucionando su aplicación en los procesos de diseño a fabricación.
Citas
Estévez, A.T. and Abdallah, Y.K. (2024). Biomimetic Approach for Enhanced Mechanical Properties and Stability of Self-Mineralized Calcium Phosphate Dibasic–Sodium Alginate– Gelatine Hydrogel as Bone Replacement and Structural Building Material. Processes, 12, 944. https://doi.org/10.3390/pr12050944
Bhat, S.F., Birkl, R., Wofk, D., Wonka, P. and Müller, M. (2023). ZoeDepth: Zero-shot Transfer by Combining Relative and Metric Depth. [online] arXiv.org. https://doi.org/10.48550/arXiv.2302.12288.
Chun, E., Lin, C.Z., Matthew, Nagano, K., Pan, B., Shalini de Mello, Gallo, O., Leonidas Guibas, Tremblay, J., Khamis, S., Karras, T. and Wetzstein, G. (2022). Efficient Geometry-aware 3D Generative Adversarial Networks. https://doi.org/10.1109/cvpr52688.2022.01565.
Gao, J., Shen, T., Wang, Z., Chen, W., Yin, K., Li, D., Litany, O., Gojcic, Z., and Fidler, S. (2022). Get3d: A generative model of high quality 3d textured shapes learned from images. Advances in Neural Information Processing Systems, 1, 2, 3.
Los autores/as que publiquen en esta revista ceden los derechos de autor y de publicación a "Cuadernos del Centro de Estudios de Diseño y Comunicación", Aceptando el registro de su trabajo bajo una licencia de atribución de Creative Commons, que permite a terceros utilizar lo publicado siempre que de el crédito pertinente a los autores y a esta revista.