由在Facebook Reality Labs担任研究科学家的斋藤俊辅与南加州大学合作研究的PIFuHD项目，通过输入解析度达1024x1024的高解析图像，即可借由人工智能识别生成一组能以随意角度检视的3D立体模型，搭配其他软体工具的话，几乎可让3D建模效率大幅提升。
PIFuHD是以过去提出的PIFu为基础，将当时仅能输入解析度达512x512的影像规格提高，让实际输出的3D立体模型解析度增加，让更多细节能被忠实还原。
同时，借由生成对抗神经网路运算模式，让人工智能能透过过去分析学习资料，借此猜测所识别影像背面可能形式，借此让实际生成的3D立体模型变得更加真实。
目前PIFuHD相关资料已经透过GitHub公开，同时相关内容也透过Colab进行展示，让更多人可以透过PIFuHD进行创作应用，甚至也有人搭配可借由人工智能让3D立体模型依照脚本动作的Mixamo，让PIFuHD借由平面影像生成的3D立体模型能进一步「活动」。
这样的设计，意味着未来3D建模师将不必辛苦从零开始建制3D立体模型，借由人工智能方式即可快速生成基础模型内容，并且能用更多时间处理细节修饰，或许未来对于3D动画、模型，或是游戏内容等都能带来更高制作效益。
