Meshy UltraTex gera texturas PBR em 4K a partir de uma imagem, sem reflexos embutidos
Se você aplica a foto de um objeto num modelo 3D do jeito que ela está, o reflexo da lâmpada "gruda" na cor e não se move quando a iluminação do jogo muda. O UltraTex, da Meshy AI, gera texturas PBR em 4K: a cor sem iluminação, o relevo, a metalicidade e a rugosidade ficam em mapas separados. Primeiro, o modelo prevê a cor e as normais; depois, a metalicidade e a rugosidade. Por fim, seis ângulos de visão são combinados em uma única textura. Por enquanto, não há código, apenas uma demo.
Processado por IA de TG: @cgevent (Метаверсище и ИИще); editado por Hamidun News
Imagine que você gerou com uma rede neural um baú de metal para um jogo a partir de uma única foto. Na prévia, ele parece ótimo, mas basta girar a lâmpada na cena para o reflexo continuar no mesmo lugar e a sombra de uma dobra não se mover: ambos foram "assados" na própria cor da textura. Em 18 de novembro, apareceu no arXiv o trabalho UltraTex, da Meshy AI, que tenta resolver esse problema.
O sistema cria texturas PBR (materiais fisicamente corretos, em que a cor e a resposta à luz ficam em mapas separados) em resolução 4K a partir de uma única imagem de referência e tenta separar a cor real do material das sombras e dos reflexos da iluminação original.
Qual é o problema das texturas comuns
Se você pega uma fotografia e a aplica num modelo 3D do jeito que ela está, a luz sob a qual a foto foi tirada vai junto com a cor. A mancha clara da lâmpada vira "tinta" na superfície. Em um motor de jogo ou num renderizador, onde a iluminação muda, esse modelo parece um adesivo.
Na abordagem PBR, a lógica é outra. A cor do material fica guardada separadamente, e a forma como a superfície reage à luz é descrita por outros mapas: normais (microrrelevo), metalicidade e rugosidade. Assim, o reflexo surge na renderização e se move junto com a fonte de luz. A dificuldade é que, com uma única imagem, é preciso adivinhar o que é a cor real e o que é apenas sombra ou reflexo.
Como o UltraTex funciona
Segundo a descrição dos autores, o sistema trabalha em duas etapas. Primeiro, o modelo prevê em conjunto, para vários ângulos de visão, a cor sem iluminação e as normais da superfície. Depois, uma etapa separada estima a metalicidade e a rugosidade.
Para entender de que o objeto é feito, o sistema usa dicas de um modelo de visão e linguagem. Ele ajuda a reconhecer o material: madeira, metal, plástico, tecido. Por exemplo, se o modelo identificou metal polido, fica mais fácil concluir que a mancha brilhante na imagem é um reflexo, e não tinta clara.
Outro recurso diz respeito ao treinamento. O modelo aprende com renderizações feitas sob iluminação controlada, em que a luz é conhecida de antemão. Dessa forma, as previsões se ligam ao comportamento físico da superfície, e não apenas à aparência da imagem. No processo descrito, os mapas de seis ângulos de visão são combinados em texturas UV em 4K, ou seja, em um conjunto pronto de mapeamentos planificados que pode ser aplicado ao modelo 3D.
O sentido prático dessa decomposição aparece quando a luz da cena muda: o reflexo deve se mover junto com a fonte, e não permanecer pintado na textura de cor. Para artistas de ambientes, estúdios de jogos mobile e quem produz assets para AR e lojas virtuais, essa é a diferença entre uma imagem de prévia e um asset que pode ser colocado direto na cena.
O que ainda não está claro e o que fazer a respeito
O trabalho é recente, e as limitações são evidentes. No Hugging Face há uma demo, e existem vídeos e uma página do projeto, mas não há código, e a licença do modelo não está especificada. Isso significa que, por ora, não é possível integrar o UltraTex ao seu pipeline nem fazer fine-tuning com seus próprios dados, e o uso comercial do que está no repositório é juridicamente incerto. Os materiais de origem não trazem comparações com concorrentes, então vale testar a qualidade na prática, usando a demo.
Conclusão prática para quem trabalha com 3D e IA:
- Avalie os assets gerados sob mais de uma iluminação. Gire a fonte de luz e veja se reflexos e sombras continuam "colados" na textura.
- Ao escolher uma ferramenta, verifique se ela entrega mapas separados (cor sem luz, normais, metalicidade, rugosidade), e não uma única imagem.
- Se você desenvolve um produto em torno de geração 3D, acompanhe se o código será publicado e qual licença a Meshy vai escolher. Disso depende se o UltraTex será uma ferramenta de trabalho ou continuará sendo uma bela demo.
A Meshy AI mantém serviços comerciais de geração 3D, então ideias desse tipo podem aparecer em seus produtos, mas a fonte não traz planos confirmados. Por enquanto, o UltraTex é uma demonstração caprichada de uma direção: sair de imagens bonitas e chegar a materiais que se comportam como os reais sob qualquer luz.
- 20 de nov. de 2026Nvidia mantém aposta em open source e compra da Hugging Face por US$ 12,9 bilhões após saída de Huang
- 20 de nov. de 2026Hugging Face e llama.cpp lançam Llama for Windows de 1 MB: IA sem terminal
- 19 de nov. de 2026Tencent abre o Hy4 flash: de 224 bilhões de parâmetros, 12 bilhões ficam ativos, e o contexto chega a 1 milhão de tokens
- 19 de nov. de 2026OCR ficou cinco vezes mais barato em 18 meses: um milhão de páginas custa de US$65 a US$130
Perguntas frequentes sobre a notícia
O que se sabe sobre Qual é o problema das texturas comuns?
Se você pega uma fotografia e a aplica num modelo 3D do jeito que ela está, a luz sob a qual a foto foi tirada vai junto com a cor. A mancha clara da lâmpada vira "tinta" na superfície. Em um motor de jogo ou num renderizador, onde a iluminação muda, esse modelo parece um adesivo. Na abordagem PBR, a lógica é outra. A cor do material fica guardada separadamente, e a forma como a superfície reage à luz é descrita por outros mapas: normais (microrrelevo), metalicidade e rugosidade.
Como o UltraTex funciona?
Segundo a descrição dos autores, o sistema trabalha em duas etapas. Primeiro, o modelo prevê em conjunto, para vários ângulos de visão, a cor sem iluminação e as normais da superfície. Depois, uma etapa separada estima a metalicidade e a rugosidade. Para entender de que o objeto é feito, o sistema usa dicas de um modelo de visão e linguagem. Ele ajuda a reconhecer o material: madeira, metal, plástico, tecido.
O que ainda não está claro e o que fazer a respeito?
O trabalho é recente, e as limitações são evidentes. No Hugging Face há uma demo, e existem vídeos e uma página do projeto, mas não há código, e a licença do modelo não está especificada. Isso significa que, por ora, não é possível integrar o UltraTex ao seu pipeline nem fazer fine-tuning com seus próprios dados, e o uso comercial do que está no repositório é juridicamente incerto. Os materiais de origem não trazem comparações com concorrentes, então vale testar a qualidade na prática, usando a demo.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.