蓋世汽車訊 英偉達又為淺層圖形增加了深度。在將2D圖像轉換為3D場景、模型和視頻之后，該公司將重點轉向了編輯。據外媒報道，當地時間6月22日，該家GPU巨頭公布了一種新型AI方法，能夠將靜態圖片轉變成創造者可以輕松修改的3D物體。英偉達的研究人員研發了一種反向渲染產品——英偉達3D MoMa，能夠讓用戶將一系列靜態照片重建成有關一個物體甚至一個場景的3D計算機模型。與更為傳統的攝影制圖法相比，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游戲和視覺引擎導入和輸出。

英偉達新型AI模型（圖片來源：英偉達）

據報道，其他攝影制圖程序能夠將3D圖像轉變為3D模型，而英偉達的3D MoMa技術則更進一步，通過創建物體的網格、材料和照明信息，并將其輸出為與現有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完成。英偉達表示，3D MoMa能夠在一個小時內，采用單個的英偉達Tensor Core GPU生成三角網格模型。

英偉達的技術可幫助訓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，而且創作者可以在現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，該項技術是首批將超快神經網絡訓練和快速渲染結合的模型之一。英偉達此前在博客中提到，即時NeRF 可以在幾秒鐘內學習一個高分辨率的3D場景，還能夠在幾毫秒內渲染該場景的圖像。而3D MoMa則比NeRF還要快上1000多倍。

NeRF是什么？

據英偉達所說，NeRF采用神經網絡基于2D圖像來表現和渲染3D場景。收集數據輸入到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，該神經網絡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，其訓練了一個小的神經網絡，通過預測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。

該技術可用于訓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，快速生成真實環節的數字化表現形式，而且創作者可以在此基礎上修改和構建。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用于加速多種AI應用，如強化學習、語言翻譯以及通用深度學習算法。

返回第一電動網首頁 >