Google Rilis Model 3D Wajah Parametrik yang Berjalan di CPU

Google telah menerbitkan gmn, sebuah model kepala 3D parametrik yang dapat dibedakan dan berjalan di CPU, menurut pengumuman dari akun X HuggingApps pada 24 Juli 2026. Model ini dirancang untuk menghasilkan setiap gerakan dan ekspresi wajah secara real time, dan telah tersedia dalam bentuk demo interaktif di Hugging Face Spaces. Model gmn, yang merupakan singkatan dari Google Neural Model, adalah model parametrik yang dapat dibedakan, artinya model ini dapat dioptimalkan secara langsung melalui gradien, mirip dengan jaringan saraf. Ini memungkinkan penyesuaian yang sangat presisi terhadap bentuk dan ekspresi wajah tanpa memerlukan GPU, sebuah terobosan signifikan untuk aplikasi di perangkat dengan sumber daya terbatas. Menurut repositori GitHub resmi Google, gmn adalah bagian dari ekosistem terbuka model manusia parametrik dan tumpukan persepsi, dimulai dengan GNM Head.

Model ini didasarkan pada data pemindaian dunia nyata untuk menghasilkan kepala 3D yang realistis dan ekspresi wajah yang akurat. Google juga telah merilis add on untuk Blender dan 3ds Max, memungkinkan integrasi langsung ke dalam alur kerja seniman 3D. Demo interaktif yang dihosting di Hugging Face Spaces memungkinkan pengguna untuk langsung mencoba model gmn melalui browser. Pengguna dapat memanipulasi parameter wajah secara real time, melihat bagaimana perubahan kecil pada bentuk alis, mulut, atau mata menghasilkan ekspresi yang berbeda. Ini menunjukkan kemampuan model untuk menangani variasi ekspresi wajah yang halus dan kompleks. Kemampuan untuk menjalankan model ini di CPU adalah fitur utama yang membedakan gmn dari model 3D wajah lainnya yang biasanya memerlukan GPU.

Ini membuka pintu untuk aplikasi di perangkat mobile, laptop, dan bahkan perangkat edge, di mana akses ke GPU terbatas. Pengembang dapat mengintegrasikan model ini ke dalam aplikasi real time seperti avatar virtual, game, dan alat konferensi video tanpa memerlukan perangkat keras khusus. Model gmn bersifat open source, dengan kode sumber tersedia di GitHub di bawah organisasi Google. Ini memungkinkan komunitas peneliti dan pengembang untuk memodifikasi, memperluas, dan mengintegrasikan model ke dalam proyek mereka sendiri. Google juga menyediakan add on untuk Blender dan 3ds Max, yang merupakan alat standar industri untuk seniman 3D, memudahkan adopsi di kalangan profesional. Pendekatan parametrik berarti model ini menggunakan sejumlah parameter yang dapat disesuaikan untuk mengontrol bentuk dan ekspresi wajah. Ini berbeda dengan model mesh statis yang memerlukan pembuatan ulang manual untuk setiap variasi.

Dengan gmn, pengguna dapat dengan cepat menghasilkan berbagai variasi wajah hanya dengan mengubah parameter, menghemat waktu dan sumber daya dalam produksi konten 3D. Model ini didasarkan pada data pemindaian dunia nyata, yang berarti bentuk dan ekspresi yang dihasilkan lebih realistis dibandingkan dengan model yang dibuat secara manual. Google telah mengumpulkan data dari berbagai subjek untuk memastikan model dapat menangani keragaman bentuk wajah manusia. Ini penting untuk aplikasi seperti avatar digital yang harus terlihat alami dan meyakinkan. Ketersediaan add on untuk Blender dan 3ds Max menunjukkan bahwa Google menargetkan tidak hanya peneliti tetapi juga seniman 3D profesional. Add on ini memungkinkan pengguna untuk mengimpor model gmn langsung ke dalam adegan mereka dan mulai menganimasikannya tanpa perlu menulis kode.

Ini mempercepat alur kerja produksi untuk film, game, dan realitas virtual. Model gmn juga dapat dibedakan, yang berarti dapat digunakan dalam pipeline pembelajaran mesin. Pengembang dapat melatih model untuk tugas tugas seperti pelacakan wajah, sintesis ekspresi, atau bahkan generasi wajah dari audio. Kemampuan ini membuat gmn menjadi alat yang fleksibel untuk berbagai aplikasi AI yang melibatkan wajah manusia. Dengan dirilisnya gmn, Google memperkuat posisinya dalam ekosistem model manusia parametrik open source. Ini sejalan dengan tren industri menuju model yang lebih terbuka dan dapat diakses, memungkinkan inovasi yang lebih cepat di bidang grafis komputer dan AI. Model ini diharapkan dapat digunakan dalam berbagai aplikasi, dari hiburan hingga pendidikan dan kesehatan. Demo interaktif di Hugging Face Spaces telah menarik perhatian komunitas AI dan grafis.

Pengguna dapat mengaksesnya langsung melalui browser tanpa perlu instalasi, menunjukkan kemudahan penggunaan model ini. Ini juga berfungsi sebagai alat pembelajaran bagi mereka yang ingin memahami cara kerja model parametrik 3D. Google belum mengumumkan rencana spesifik untuk pengembangan lebih lanjut dari model gmn, tetapi repositori GitHub menunjukkan bahwa ini adalah proyek aktif. Komunitas diharapkan dapat berkontribusi dengan menambahkan fitur baru, meningkatkan kinerja, atau mengintegrasikan model dengan alat lain. Sifat open source memastikan bahwa model ini akan terus berkembang seiring waktu. Secara keseluruhan, rilis gmn menandai langkah maju dalam demokratisasi teknologi 3D wajah. Dengan kemampuan berjalan di CPU, dukungan untuk alat standar industri, dan sifat open source, model ini berpotensi menjadi standar baru untuk aplikasi yang memerlukan simulasi wajah real time.