Nvidia wird auf der Siggraph 2024, der führenden Konferenz für Computergrafik, die vom 28. Juli bis 1. August in Denver, Colorado, stattfindet, bedeutende Fortschritte in den Bereichen Rendering, Simulation und generative KI präsentieren. Nvidia Research wird über 20 Fachartikel vorstellen, in denen Innovationen zur Generierung synthetischer Daten und inverse Rendering-Tools präsentiert werden, die für die Ausbildung von KI-Modellen der nächsten Generation entwickelt wurden. Diese Fortschritte verbessern die Simulationsqualität, erhöhen die Bildtreue und bieten neuartige Methoden zur Erstellung von 3D-Darstellungen sowohl realer als auch imaginärer Umgebungen.
Wichtige Veröffentlichungen werden sich mit Diffusionsmodellen für visuelle generative KI, simulation basierter Physik und zunehmend realistischeren KI-gesteuerten Rendering-Techniken befassen. In diesem Jahr werden zwei Gewinner des Best Paper Awards sowie Kooperationen mit namhaften Universitäten und Unternehmen, darunter Adobe und Roblox, vorgestellt. Diese Innovationen sollen Entwicklern und Unternehmen helfen, komplexe virtuelle Objekte, Charaktere und Umgebungen zu erstellen und synthetische Daten zu nutzen, um eindrucksvolle visuelle Geschichten zu erzählen oder Trainingssimulationen für Roboter und autonome Fahrzeuge zu unterstützen.
Texturmalerei mit Diffusionsmodellen verbessern
Diffusionsmodelle haben sich als leistungsstarkes Werkzeug zur Umwandlung von Textaufforderungen in Bilder etabliert und ermöglichen es Künstlern und Designern, effizient visuelle Inhalte für Storyboards und Produktionen zu erstellen. Ein hervorstechendes Papier von Nvidia ist ConsiStory, das in Zusammenarbeit mit der Universität Tel Aviv entstanden ist und die Generierung konsistenter Charakterbilder optimiert, wodurch die Produktionszeit von 13 Minuten auf etwa 30 Sekunden gesenkt wird. Darüber hinaus haben sich Nvidias preisgekrönte KI-Modelle für Text-zu-Bild-Transformationen weiterentwickelt und wenden 2D-generative Diffusionsmethoden auf die Echtzeit-Texturmalerei auf 3D-Meshes an, was die Arbeitsweise von Künstlern mit Texturen revolutioniert.
Fortschritt in der simulationsbasierten Physik
Nvidia macht auch Fortschritte in der simulationsbasierten Physik, die darauf abzielt, reale Objektinteraktionen und -bewegungen in digitalen Umgebungen nachzubilden. Ein bemerkenswertes Projekt, SuperPADL, nutzt verstärkendes und überwachtes Lernen, um über 5.000 menschliche Bewegungen in Echtzeit auf Konsumer-Nvidia-GPUs zu simulieren. Ein weiteres innovatives Papier präsentiert eine neurale Physikmethode, die vorhersagt, wie verschiedene Darstellungen von Objekten in unterschiedlichen Umgebungen reagieren würden. In Zusammenarbeit mit der Carnegie Mellon Universität wurde ein neuer Renderer entwickelt, der Wärmeanalysen und Fluidmechanik durchführen kann und aufgrund seiner Effizienz und Benutzerfreundlichkeit als eines der besten Papiere auf der SIGGRAPH anerkannt wurde. Weitere Forschungen führten zu neuen Techniken für das Haarstrang-Modelling und einer zehnfachen Beschleunigung von Fluid-Simulationsprozessen.
Rendering mit Beugungssimulation revolutionieren
Nvidias neueste Fortschritte in der Rendering-Technologie umfassen Methoden, die sichtbares Licht bis zu 25-mal schneller modellieren und Beugungssimulationen für das Training von selbstfahrenden Autos bis zu 1.000-mal schneller durchführen. Ein gemeinsames Papier mit Forschern der Universität Waterloo konzentriert sich auf die Beugung im Freiraum und integriert dieses optische Phänomen in Path-Tracing-Workflows zur Verbesserung von Simulationsgeschwindigkeit und -effizienz. Zwei weitere Papiere verbessern die Qualität von ReSTIR, einem Path-Tracing-Algorithmus, den Nvidia und das Dartmouth College 2020 auf der SIGGRAPH präsentierten. Ein Papier, in Zusammenarbeit mit der Universität Utah, stellt eine neuartige Methode vor, um berechnete Lichtpfade wiederzuverwenden und die Stichprobenanzahl um bis zu 25-mal zu erhöhen. Das zweite Papier verbessert die Stichprobenqualität durch zufällige Mutationen, was die Wirksamkeit von Rauschunterdrückungsalgorithmen optimiert und Rendering-Artefakte minimiert.
Innovative 3D-KI-Tools
Nvidia führt auch vielseitige KI-Tools für 3D-Darstellungen und -Design ein. Ein Papier präsentiert fVDB, ein GPU-optimiertes Framework für Deep Learning in großem Maßstab, das Stadtmodelle und die Segmentierung von Punktwolken unterstützt. Eine mit dem Dartmouth College verliehene Best Technical Paper-Auszeichnung vereint unterschiedliche Erscheinungsformen von 3D-Objekten, die mit Licht interagieren, in einem einzigen Modell. Eine weitere Kooperation mit der Universität Tokio, der Universität Toronto und Adobe Research stellt einen Algorithmus vor, der die Echtzeiterzeugung von glatten, raumausfüllenden Kurven auf 3D-Meshes ermöglicht und die Bearbeitungszeiten von Stunden auf Sekunden drastisch reduziert.
Nvidias Präsenz auf der Siggraph
Nvidias Teilnahme an der Siggraph wird durch bemerkenswerte Veranstaltungen geprägt sein, darunter ein Gespräch zwischen CEO Jensen Huang und der Wired-Redakteurin Lauren Goode über die Zukunft von KI und Robotik in der industriellen Digitalisierung. Zudem wird Nvidia den OpenUSD Day veranstalten, einen Tag, der vollständig dem Showcase gewidmet ist, wie Entwickler und Branchenführer OpenUSD weiterentwickeln, um KI-gesteuerte 3D-Pipelines zu optimieren.
Mit Hunderten von Wissenschaftlern und Ingenieuren weltweit konzentriert sich Nvidia Research darauf, wegweisende Fortschritte in den Bereichen KI, Computergrafik, Computer Vision, selbstfahrende Technologien und Robotik zu ermöglichen.
Rangliste
