NC AI ha completato lo sviluppo di VARCO 3D 2.0, nuova versione del proprio modello generativo per la creazione di asset tridimensionali a partire da prompt testuali o immagini di riferimento. Il sistema sarà integrato a luglio nella piattaforma SaaS VARCO 3D e aggiornerà l’attuale servizio senza richiedere procedure aggiuntive agli utenti già attivi.
Il principale intervento tecnico riguarda la riduzione delle distorsioni geometriche, uno dei limiti più frequenti nei sistemi text-to-3D e image-to-3D. Nei modelli generativi di questo tipo, l’oggetto prodotto può mantenere colori o texture coerenti con l’immagine iniziale ma alterare la silhouette, le proporzioni o la disposizione dei dettagli. VARCO 3D 2.0 è stato progettato per conservare meglio il profilo dell’oggetto sorgente, i rapporti dimensionali tra le sue parti e gli elementi strutturali complessi, con l’obiettivo di produrre mesh più vicine al concept originale e meno dipendenti da correzioni manuali.
NC AI indica come casi d’uso principali personaggi, creature, edifici e oggetti con geometrie ricche di dettagli. In questi contesti, la qualità dell’output non dipende soltanto dal numero di poligoni o dalla resa della superficie, ma dalla capacità di preservare le parti che rendono riconoscibile l’asset: proporzioni anatomiche, volumi, elementi decorativi, aperture, componenti sporgenti e relazioni tra oggetti secondari. Il miglioramento della fedeltà geometrica è quindi rilevante per pipeline che devono usare il modello generato come base per videogiochi, contenuti audiovisivi, simulazioni, visualizzazioni industriali o ambienti digital twin.
Sul benchmark Uni3D, utilizzato per misurare la similarità tra output tridimensionale e riferimento, VARCO 3D 2.0 ha ottenuto un punteggio di 0,449. NC AI dichiara un incremento del 40,8% rispetto allo 0,319 della versione 1.1. Nello stesso confronto, il modello supera Trellis2, indicato a 0,436, UltraShape a 0,428 e Hunyuan3D 2.1 a 0,427. L’azienda riporta inoltre risultati superiori anche su CLIP-N e ULIP-2, metriche impiegate per valutare la coerenza tra rappresentazioni visive, semantiche e tridimensionali.
La piattaforma VARCO 3D genera sia la geometria dell’asset sia la texture, cioè la componente che definisce materiali, colore e dettaglio superficiale. NC AI cita un miglioramento della qualità delle texture e il supporto a output fino a 4K, elemento utile soprattutto quando l’oggetto deve essere osservato da vicino, riutilizzato in ambienti ad alta risoluzione o integrato in asset pipeline dove la texture non può essere trattata come un semplice rivestimento provvisorio.
Secondo i dati diffusi con il lancio, il sistema punta a comprimere una parte della fase iniziale di produzione degli asset 3D: NC AI parla di generazione in meno di tre minuti per attività che, in una pipeline tradizionale, possono richiedere settimane tra modellazione, rifinitura e prima texturizzazione. Questo non elimina le attività successive di retopology, rigging, controllo delle collisioni, ottimizzazione per motori grafici o verifica delle dimensioni reali, ma può accelerare la creazione di bozze tridimensionali, prototipi e varianti da portare poi in strumenti come Blender, Maya, Unreal Engine o Unity.
VARCO 3D 2.0 nasce nell’ecosistema NC AI, società specializzata in modelli multimodali e servizi generativi sviluppata a partire dalle competenze di NCSoft. L’azienda colloca il prodotto non solo nel mercato della produzione videoludica e dei contenuti digitali, ma anche in ambiti che richiedono oggetti 3D coerenti e riutilizzabili, come robotica, simulazione, manifattura e digital twin. In questi scenari, la disponibilità rapida di modelli tridimensionali può servire per creare ambienti sintetici, cataloghi di oggetti, rappresentazioni di componenti o dataset visivi per sistemi di percezione e addestramento.
L’aggiornamento di luglio aggiungerà quindi un nuovo modello al servizio cloud esistente, concentrandosi su due aspetti che incidono direttamente sull’utilità pratica del text-to-3D: la conservazione della forma rispetto al riferimento e la qualità dell’asset una volta trasformato in mesh e texture. Per chi lavora su contenuti 3D, il valore del sistema dipenderà soprattutto da quanto l’output potrà entrare in una pipeline reale con interventi di pulizia limitati, invece di restare una visualizzazione tridimensionale efficace soltanto in anteprima.