【資料圖】

蓋世汽車訊 英偉達又為淺層圖形增加了深度。在將2D圖像轉(zhuǎn)換為3D場景、模型和視頻之后，該公司將重點轉(zhuǎn)向了編輯。據(jù)外媒報道，當?shù)貢r間6月22日，該家GPU巨頭公布了一種新型AI方法，能夠?qū)㈧o態(tài)圖片轉(zhuǎn)變成創(chuàng)造者可以輕松修改的3D物體。英偉達的研究人員研發(fā)了一種反向渲染產(chǎn)品——英偉達3D MoMa，能夠讓用戶將一系列靜態(tài)照片重建成有關(guān)一個物體甚至一個場景的3D計算機模型。與更為傳統(tǒng)的攝影制圖法相比，該工作流程的主要益處在于其能夠輸出干凈的3D模型，還能夠通過3D游戲和視覺引擎導(dǎo)入和輸出。

英偉達新型AI模型（圖片來源：英偉達）

據(jù)報道，其他攝影制圖程序能夠?qū)?D圖像轉(zhuǎn)變?yōu)?D模型，而英偉達的3D MoMa技術(shù)則更進一步，通過創(chuàng)建物體的網(wǎng)格、材料和照明信息，并將其輸出為與現(xiàn)有3D圖形和建模工具可兼容的格式，而且都能夠在較短的時間內(nèi)完成。英偉達表示，3D MoMa能夠在一個小時內(nèi)，采用單個的英偉達Tensor Core GPU生成三角網(wǎng)格模型。

英偉達的技術(shù)可幫助訓(xùn)練機器人和自動駕駛汽車，或者用于更輕松地為游戲和動畫創(chuàng)造3D場景。

英偉達圖形研究副總裁David Luebke表示：“通過將反向渲染問題的每一個部分當作GPU加速可微組件來打造，英偉達3D MoMa渲染工具采用現(xiàn)代AI機器以及英偉達GPU的原始計算能力來快速生成3D物體，而且創(chuàng)作者可以在現(xiàn)有的工具中不受限制地對輸入、編輯和擴展該3D物體?！?/p>

英偉達表示，該項技術(shù)是首批將超快神經(jīng)網(wǎng)絡(luò)訓(xùn)練和快速渲染結(jié)合的模型之一。英偉達此前在博客中提到，即時NeRF 可以在幾秒鐘內(nèi)學習一個高分辨率的3D場景，還能夠在幾毫秒內(nèi)渲染該場景的圖像。而3D MoMa則比NeRF還要快上1000多倍。

NeRF是什么？

據(jù)英偉達所說，NeRF采用神經(jīng)網(wǎng)絡(luò)基于2D圖像來表現(xiàn)和渲染3D場景。收集數(shù)據(jù)輸入到NeRF有點像一個紅毯攝影師試圖從各個角度捕捉明星的穿著，該神經(jīng)網(wǎng)絡(luò)也需要從場景周圍以及的多個鏡頭位置拍攝幾十張照片。

在包含人或其他移動元素的場景中，此類鏡頭捕捉得越快，越好。如果在2D圖像捕捉過程中有太多的移動過程，AI生成的3D場景就會很模糊。因此，NeRF基本就可以彌補這一點，其訓(xùn)練了一個小的神經(jīng)網(wǎng)絡(luò)，通過預(yù)測3D空間的任何一點向任意方向輻射的光的顏色來重建該場景。該技術(shù)甚至可以在遮擋物周圍工作，即物體在某些圖像中被柱子等障礙物遮擋時。

該技術(shù)可用于訓(xùn)練機器人和自動駕駛汽車，通過捕捉2D圖像或視頻片段，來了解真實世界物體的尺寸和形狀。其還可用于建筑和娛樂，快速生成真實環(huán)節(jié)的數(shù)字化表現(xiàn)形式，而且創(chuàng)作者可以在此基礎(chǔ)上修改和構(gòu)建。除了NeRF外，英偉達的研究人員還在探索如何將此種輸入編碼技術(shù)用于加速多種AI應(yīng)用，如強化學習、語言翻譯以及通用深度學習算法。

關(guān)鍵詞：