Nvidia将在Siggraph发布革命性仿真与生成式人工智能创新

Home AI News CN Nvidia将在Siggraph发布革命性仿真与生成式人工智能创新

Nvidia将在2024年国际计算机图形大会SIGGRAPH（将于7月28日至8月1日在科罗拉多州丹佛举办）上展示在渲染、仿真和生成性人工智能方面的重大进展。Nvidia研究团队将提交超过20篇论文，介绍合成数据生成和逆渲染工具的创新，旨在为下一代AI模型提供训练。这些创新将提升仿真质量、提高图像真实感，并为创建真实与想象环境的3D表示提供新方法。

重点论文将探讨用于视觉生成AI的扩散模型、基于物理的仿真，以及日益真实的AI驱动渲染技术。今年的论文中包括两篇最佳论文奖获奖作品，还与包括Adobe和Roblox在内的知名高校和公司展开了合作。这些创新预计将帮助开发者和企业生成复杂的虚拟对象、角色和环境，利用合成数据讲述引人入胜的视觉故事或为机器人和自动驾驶车辆的训练提供支持。

利用扩散模型增强纹理绘制

扩散模型作为强大的工具，可以将文本提示转化为图像，帮助艺术家和设计师高效创作故事板和作品。其中一篇由Nvidia撰写的论文“ConsiStory”是与特拉维夫大学合作的成果，简化了角色图像的一致性生成，将生产时间从13分钟缩短至约30秒。此外，Nvidia之前获奖的文本转图像AI模型已经发展出实时纹理绘制的新方法，彻底改变了艺术家处理纹理的方式。

推动基于物理的仿真技术

Nvidia在基于物理的仿真方面也取得了进展，旨在数字环境中复制现实世界物体的互动与运动。其中一个值得关注的项目SuperPADL利用强化学习和监督学习模拟5000多种人类动作，能够在消费级Nvidia GPU上实现实时运行。另一篇创新论文提出了一种神经物理方法，预测不同物体在不同环境中的表现。与卡内基梅隆大学的合作开发出一种新型渲染器，能够进行热分析和流体力学模拟，因其高效易用被认可为SIGGRAPH最佳论文之一。

此外，研究人员还开发了新的发丝建模技术，并将流体仿真过程的速度提升了十倍。

利用衍射仿真技术革新渲染

Nvidia最新的渲染技术包括一种建模可见光的方法，使速度提高至原来的25倍，同时在自驾车训练中实现高达1000倍的衍射模拟效率。与滑铁卢大学的合作论文聚焦于自由空间衍射，将这一光学现象整合进路径追踪工作流中，以提高仿真速度和效率。

另外两篇论文则提升了Nvidia与达特茅斯学院在2020年SIGGRAPH上提出的ReSTIR路径追踪算法的质量。一篇与犹他大学合作的论文介绍了一种重新使用计算光路径的新方法，使样本数量提高了25倍；另一篇通过随机变异提高样本质量，增强去噪算法的效果，减少渲染伪影。

创新3D AI工具

Nvidia还推出了多功能的3D表示和设计AI工具。一篇论文介绍了fVDB，一个针对大型3D深度学习的GPU优化框架，支持城市规模的模型和点云分割。与达特茅斯学院的合作赢得了最佳技术论文奖，统一了与光相互作用的3D物体的多种外观，形成了单一模型。与东京大学、多伦多大学和Adobe研究团队的另一项合作则介绍了一种在3D网格上实现实时生成平滑空间填充曲线的算法，将处理时间从数小时缩短至几秒钟。

Nvidia在SIGGRAPH的参与

Nvidia将在SIGGRAPH上举行多项重要活动，包括首席执行官黄仁勋与《连线》高级撰稿人劳伦·古德的访谈，讨论人工智能和机器人在工业数字化中的未来。此外，Nvidia将举办OpenUSD日，展示开发者和行业领袖如何推动OpenUSD的发展，以改进AI驱动的3D流程。

Nvidia研究团队拥有数百名科学家和工程师，致力于在人工智能、计算机图形学、计算机视觉、自动驾驶技术及机器人领域的前沿创新。

Pinterest在VB Transform会上推出Canvas AI：革新视觉发现体验

OpenAI预测随着采用增加，人工智能模型成本将下降