Moom

यह क्या करता है

Moom, एआई (AI) आर्किटेक्चर और इंटीरियर डिज़ाइन की एक किट है. यह उस जगह पर रहने वाले लोगों पर फ़ोकस करती है. आम तौर पर, जनरेटिव एआई की मदद से इमेज जनरेट करने के लिए, टेक्स्ट प्रॉम्प्ट की ज़रूरत होती है. साथ ही, इसमें स्केल के हिसाब से इमेज जनरेट करने की सुविधा नहीं होती. डिज़ाइन वर्कफ़्लो में, विज़ुअल कम्यूनिकेशन से कॉन्सेप्ट को असरदार तरीके से समझाने में मदद मिलती है. साथ ही, यह कॉन्सेप्ट को समझने में आने वाली समस्याओं को हल करने में भी मदद करता है. Moom, 2D इमेज जनरेशन को 3D मॉडल के साथ इंटिग्रेट करता है, ताकि स्केल को ज़्यादा सटीक बनाया जा सके. 3D मॉडल बनाने के लिए, हम Gemini API का इस्तेमाल करके अपने 3D मॉडल डेटाबेस को खोजते हैं. यह डेटाबेस, उपयोगकर्ता की ज़रूरतों और विज़ुअल इनपुट से मेल खाता है.
Gemini API, डेटाबेस में मौजूद फ़र्नीचर के हर हिस्से और उपयोगकर्ता के मूडबोर्ड से ज़रूरी जानकारी निकालता है. मूडबोर्ड में इमेज का एक सेट होता है. फ़िलहाल, हम मुख्य एट्रिब्यूट के तौर पर “कुल मूड और टोन” और “रंग” पर फ़ोकस करते हैं. इसके बाद, टेक्स्ट-एम्बेडिंग मॉडल का इस्तेमाल करके इन सुविधाओं को एम्बेड किया जाता है. Gemini का इस्तेमाल, उपयोगकर्ताओं के इनपुट के आधार पर फ़र्नीचर की कैटगरी के सुझाव देने के लिए किया जाता है. जैसे, उम्र सीमा और खास ज़रूरतें. हम डेटाबेस से फ़र्नीचर की सुझाई गई कैटगरी को वापस लाते हैं और सबसे ज़्यादा मिलते-जुलते स्कोर वाले नतीजे दिखाते हैं. इस 3D मॉडल को लेआउट के सुझाव देने वाले एल्गोरिदम के साथ जोड़ा जाएगा. साथ ही, अगले चरण में इमेज जनरेट करने के लिए इसका इस्तेमाल किया जाएगा.