Tripo meluncurkan P2.0 dan Aegentic Canvas di G-STAR, P2.0 mendukung hingga 25.000 quad
Poin utama
- P2.0 menghasilkan model 3D berbasis quad hingga 25.000 quad
- Tripo mengumumkan P2.0 dan Aegentic Canvas di G-STAR
- Tripo mendukung rig biped, quadruped, ikan, serangga, dan makhluk terbang
- Output pengguna berbayar tidak akan dipublikasikan atau digunakan untuk pelatihan model (opsi NDA)
Di G-STAR, Tripo memamerkan P2.0 dan Aegentic Canvas yang didukung AI agent, dengan fokus pada model 3D siap game yang lebih cepat dan bisa diedit. Perusahaan ini menyebut P2.0 menghasilkan model berbasis wajah persegi—hingga 25.000 quad—supaya aset yang dihasilkan lebih mudah diedit, di-rig, dan di-animasi untuk keperluan game. Sementara itu, Aegentic Canvas menghubungkan pembuatan model, pemisahan bagian, tekstur, dan rigging dalam lingkungan yang bisa diulang dan diatur oleh agent.
Di G-STAR, kami bertemu Jack Pan, kepala produk Tripo, dan Elli Wang, yang menangani kawasan Korea dan Jepang, untuk melihat bagaimana alat-alat ini diatur. Tripo Studio fokus mengubah gambar ide menjadi model 3D, menangani topologi, UV unwraps, tekstur, rigging, dan animasi dalam satu platform. Aegentic Canvas dipresentasikan sebagai permukaan produksi di mana AI agent menyimpulkan niat kreator, menyusun urutan kerja, dan memungkinkan pengguna mengontrol atau menyimpan urutan tersebut untuk digunakan lagi. Pan menekankan bahwa Canvas memisahkan model menjadi bagian-bagian—seperti kepala dan dada—supaya tim bisa menukar, menyetel ulang, atau menerapkan elemen individu tanpa harus merender ulang seluruh mesh.
Perusahaan ini memisahkan teknologi pembuatan modelnya menjadi keluarga H-series dan P-series, dan menjelaskan di mana masing-masing cocok di pipeline game. H-series menargetkan tugas yang membutuhkan ketelitian tinggi dan detail halus, yang biasanya menghasilkan model polygon berat untuk mesin real-time. P-series dirancang untuk mengurangi beban runtime dan pengeditan: ia menghasilkan model berbasis wajah persegi dari awal, dengan polygon lebih sedikit dan topologi yang ramah untuk pengeditan di tahap berikutnya. Pengembang bisa memilih H atau P tergantung apakah mereka butuh detail tingkat skulptur yang padat atau mesh dasar yang ramah mesin dan bisa diedit.
P2.0, iterasi P-series baru yang Tripo bawa ke G-STAR, dijelaskan sebagai versi yang menyeimbangkan kecepatan dan kualitas yang bisa diedit. Perusahaan ini mempromosikan pembuatan model dalam kurang dari lima detik untuk model utama, dan menjelaskan bahwa metrik lima detik mengacu pada model tahap awal berbasis quad yang siap untuk pekerjaan lanjutan, bukan aset akhir yang sudah sempurna. Tim ini mengatakan mereka memperhatikan aliran edge-loop: mengalokasikan lebih banyak wajah ke area yang butuh deformasi atau penambahan tulang, sehingga rig dan animasi berperilaku secara prediktif. Pan mencatat bahwa pekerjaan ini tetap berupa proses iteratif—topologi yang bisa di-animasi dan penempatan edge-loop adalah penelitian aktif yang akan diperhalus di versi masa depan.
Aegentic Canvas mendapat banyak waktu di demo karena itulah tempat Tripo mencoba mengurangi titik sakit nyata yang dilaporkan tim. Canvas mempresentasikan pipeline pembuatan sebagai langkah-langkah yang terpisah dan berantai: input gambar, segmentasi bagian, pemodelan per bagian, UV, tekstur baking, rigging, dan animasi. AI agent menawarkan urutan tugas berdasarkan interpretasi niat kreator, tapi pengguna bisa berhenti, mengedit, mengurutkan ulang, atau menyimpan alur kerja tersebut untuk nanti. Alur kerja yang disimpan bisa dijadikan template: Anda bisa mengganti gambar awal dan menjalankan urutan yang sama terhadap input baru, atau meminta agent untuk memproses batch gambar sekaligus. Pendekatan Canvas secara eksplisit dimaksudkan untuk memungkinkan tim membuat satu alur kerja dan menggunakannya pada banyak karakter atau item sambil menjaga metode produksi yang konsisten.
Konsistensi gaya di antara aset ditangani di Canvas dengan memungkinkan pengguna mengunggah gambar referensi gaya sebagai unit kerja independen. Semua output yang dihasilkan yang seharusnya sesuai dengan bahasa visual yang sama bisa di-ancam pada referensi tersebut, jadi latar belakang gurun, misalnya, bisa bertindak sebagai jangkar gaya untuk NPC, hewan, dan properti yang dibuat dalam sesi tersebut. Platform ini juga mendukung menerapkan alur kerja dan referensi yang ada ke gambar lain—Tripo menyoroti bahwa Anda bisa mengambil langkah-langkah persis yang digunakan untuk membuat satu karakter dan menerapkannya ke gambar lain, atau meminta agent untuk menjalankan langkah-langkah tersebut terhadap sepuluh gambar baru dalam satu batch. Pan mendemonstrasikan pendekatan tersebut di panggung: pilih gambar dasar, kunci referensi gaya, lalu perluas bagian dan gunakan urutan yang sama untuk menghasilkan aset yang terlihat mirip dengan cepat.
Pada dukungan rigging dan animasi, Tripo menyebutkan bahwa mereka tidak hanya mencakup manusia dua kaki. Dukungan saat ini mencakup empat kaki, ikan, serangga, dan makhluk terbang, dan tim berencana memperluas ke struktur lain seperti kendaraan seiring perkembangan fitur. Untuk rig non-manusia, perusahaan ini berencana menutup bukan hanya badan kendaraan utama tetapi elemen interaktif—pintu yang bisa dibuka, dan animasi seseorang naik dan turun. Fitur yang direncanakan akan memungkinkan kreator mengunggah video referensi bersama model sehingga rig dan animasi yang dihasilkan bisa mengikuti gerakan video. Untuk meminta sistem memproduksi gerakan tertentu, Tripo menggunakan prompt berbasis bahasa alami: kreator bisa mengetik deskripsi aksi yang diinginkan dan agent akan menerapkan animasi tersebut ke model yang di-rig. Alur kerja berbasis gambar tetap tersedia: unggah gambar, biarkan Canvas memecah komponen dan menghubungkan masing-masing ke langkah pemodelan dan rigging.
Kompatibilitas dan integrasi toolchain menjadi fokus yang jelas. Tripo menyediakan pilihan ekspor agar model yang dihasilkan bisa masuk ke pipeline pengembang yang sudah ada, dan menawarkan plugin untuk alat seperti Blender dan 3ds Max untuk memanggil fungsi Tripo tanpa meninggalkan aplikasi tersebut. Tujuannya adalah memungkinkan kreator terus bekerja di lingkungan yang mereka pilih sambil memanfaatkan pembuatan model Tripo dan orkestrasi Canvas. Perusahaan ini juga menyoroti penggunaan nyata di luar game: Tripo bekerja sama dengan kreator Virtual YouTuber di Jepang, dan seorang kreator Jepang menerbitkan alur kerja yang menggabungkan Tripo dengan alat AI lain untuk membangun avatar VTuber. Elli Wang mengatakan kasus VTuber Korea masih sedikit, tapi Tripo memantau pola penggunaan lintas wilayah dan mempromosikan alur kerja serupa di mana masuk akal.
Pertanyaan tentang waktu dan biaya, Pan berhati-hati dengan angka tapi memberikan kerangka yang praktis: Tripo bertujuan memungkinkan orang yang sama menghasilkan lebih banyak output dalam jendela waktu yang sama. Ia membandingkan pipeline model game tradisional—di mana satu model karakter bisa memakan waktu berbulan-bulan—dengan alur kerja yang didukung Tripo yang bisa mempersingkat rentang waktu menjadi jam atau hari jika digabung dengan alat lain. Pan berhenti sebelum menjanjikan penghematan biaya yang presisi, tapi menekankan bahwa pengurangan waktu adalah jalur di mana tim harus mengharapkan peningkatan efisiensi. Area demo G-STAR memungkinkan pengunjung mengunggah gambar apa pun dan menghasilkan model 3D di tempat, mengilustrasikan seberapa cepat konsep bisa diubah menjadi mesh dasar dan serangkaian langkah yang bisa digunakan kembali.
Keamanan dan perlindungan IP adalah topik yang dibahas pengembang di acara tersebut, dan Tripo menjawabnya secara langsung. Kebijakan perusahaan menyatakan bahwa output yang dihasilkan oleh pengguna berbayar tidak akan dipublikasikan secara eksternal atau digunakan untuk melatih model lain. Pelanggan yang menggunakan Tripo melalui API dapat menandatangani NDA yang secara eksplisit menolak publikasi eksternal dan melarang penggunaan output tersebut untuk pelatihan model. Pan mengonfirmasi bahwa bahasa kontrak dan ketentuan layanan mengatur bagaimana aset pelanggan ditangani, dan bahwa konten pengguna berbayar tidak akan digunakan untuk promosi eksternal atau dataset pembelajaran. Tripo menjalankan saluran dukungan dan umpan balik di dalam produk dan melalui Discord, dan di Korea tim menjalankan Kakao Open Chat dan Cafe Naver untuk mengajukan masukan langsung dari pengguna lokal; Pan mengatakan perusahaan juga melakukan kunjungan langsung ke pelanggan Korea untuk mengumpulkan umpan balik di lapangan.
Pada posisi pasar dan kompetisi, Elli Wang menggambarkan pendekatan regional: Jepang dan Korea keduanya menggunakan Tripo di game, tapi polanya berbeda—Jepang memiliki penggunaan yang lebih kuat terkait IP dan animasi, sementara Korea adalah pasar game aktif dengan pola adopsi sendiri. Tim ini mengatakan mereka menyesuaikan strategi pemasaran dan produk dengan perbedaan pasar tersebut. Saat ditanya bagaimana Tripo berencana menjaga diri dengan alat pembuatan AI kompetitor dan fitur generasi tingkat mesin dari vendor besar, Pan dan Wang menunjuk pada rilis teknis berkelanjutan dan iterasi produk yang cepat yang dipandu umpan balik pengguna. Mereka juga menggambarkan upaya kolaborasi dengan teknologi besar dan proyek open-source di mana masuk akal, serta iterasi alat berdasarkan input industri langsung daripada hanya pengembangan laboratorium.
Terakhir, tim Tripo mendorong keterlibatan tangan-tangan: mereka merencanakan workshop, hackathon, acara offline, dan aktivitas lokal lainnya untuk bertemu kreator, dan mengundang pengembang Korea untuk menggunakan produk dan memberikan masalah atau permintaan fitur. Pan meminta pengguna untuk berbicara keras tentang titik gesekan agar tim bisa memprioritaskan perbaikan, dan Wang menekankan saluran komunitas sebagai jalur umpan balik utama. Jika Anda menjatuhkan papan seni yang belum dirilis di booth demo mereka di G-STAR, perusahaan mengatakan perlindungan NDA dan pengguna berbayar ada untuk menjaga seni tersebut tetap pribadi sementara Anda menguji pipeline pembuatan.
Mengapa ini penting
Kesimpulan: P2.0 Tripo berfokus pada menghasilkan mesh dasar berbasis quad yang bisa diedit (hingga 25.000 quad) dan Aegentic Canvas menghubungkan pembuatan, pemisahan bagian, tekstur, dan rigging dalam alur kerja yang bisa digunakan kembali dan dikelola agent—keduanya ditawarkan untuk mempersingkat putaran model dari berbulan-bulan menjadi jam atau hari sambil menawarkan perlindungan kontrak untuk aset yang diunggah.
Sumber asli
Google News: ThisIsGame