来源 CG世界

“ 感知技术 · 感触CG · 感受艺术 · 感悟心灵 ”中国很有影响力影视特效CG动画领域自媒体

这种技术我们不止讲过很多次了，大家也见怪不怪了。所以，大家就不要再谈论失业不失业的问题了吧。还是好好学习，天天向上，适应时代吧。

这个技术还是由大名鼎鼎的NVIDIA开发出来的。官方给出了一个40秒演示，来，先观摩下。

这个案例是为了纪念当年Andy Warhol公布拍立得相片的经典时刻，NVIDIA Research使用Instant NeRF重新制作了这个3D场景。

据了解，这是一个叫Instant NeRF技术，过程叫做反向渲染，它使用人工智能近似光在现实世界中的行为，从不同角度拍摄的少量二维图像重建三维场景。主要是快！

技术实现过程

NVIDIA研究团队将超快速神经网络训练和快速渲染结合起来的一种模型。将这种方法应用于一种目前比较流行的新技术——神经辐射场（neural radiance fields，简称NeRF），其成果称为Instant NeRF，是迄今为止最快的NeRF技术，在某些情况下实现了1000倍以上的加速。也就是说这个模型只需要几秒钟就可以训练几十张静态照片，再加上相机拍摄的不同角度数据，可以在几十毫秒内渲染出最终的3D场景。

大家都知道使用传统方法制作一个3D场景需要数小时或更长时间，具体还要取决于模型的复杂性和精度。将人工智能带入可以加快速度。早期的单NeRF模型可以在几分钟内渲染出没有伪影的清晰场景，但需要数小时来训练。

而Instant NeRF将渲染时间缩短了几个数量级。它依赖于NVIDIA开发的一种称为多分辨率哈希网格编码的技术，这个技术经过优化后可以在NVIDIA GPU上高效运行。

使用一种新的输入编码方法，研究人员可以使用快速运行的微型神经网络获得高质量的结果。模型是使用NVIDIA CUDA工具包和Tiny CUDA神经网络库开发的。由于它是一个轻量级神经网络，因此可以在单个NVIDIA GPU上进行训练和运行。

NVIDIA负责图形研究的副总裁戴维·卢布克说：“如果多边形网格等传统3D描述类似于矢量图像，那么NeRF就类似于位图：它们密集地捕捉物体或场景中光线的投射方式”。“从这个意义上说，Instant NeRF对3D的重要性可能不亚于数码相机和 JPEG压缩对2D摄影的重要性——极大地提高了3D捕捉和共享的速度、易用性和广度。”

应用市场

它可以用于训练机器人和自动驾驶汽车，通过捕捉它们的2D图像或视频片段来了解现实世界物体的大小和形状；为虚拟世界创建副本或场景，以3D形式捕捉视频会议参与者及其环境；用于建筑和娱乐，快速生成创作者可以修改和构建的真实环境的数字资产。

除了NeRF，NVIDIA研究人员还正在探索如何使用这种输入编码技术来加速多种AI挑战，包括强化学习、语言翻译和通用深度学习算法等等。

这世界变化快，但是有点太快了！有点接受不了了~~

更多精彩图片 请登录

原文链接：
https://blogs.nvidia.com/blog/2022/03/25/instant-nerf-research-3d-ai/


全文完

---

来源 CG世界

“ 感知技术 · 感触CG · 感受艺术 · 感悟心灵 ”中国很有影响力影视特效CG动画领域自媒体

这种技术我们不止讲过很多次了，大家也见怪不怪了。所以，大家就不要再谈论失业不失业的问题了吧。还是好好学习，天天向上，适应时代吧。

这个技术还是由大名鼎鼎的NVIDIA开发出来的。官方给出了一个40秒演示，来，先观摩下。

这个案例是为了纪念当年Andy Warhol公布拍立得相片的经典时刻，NVIDIA Research使用Instant NeRF重新制作了这个3D场景。

据了解，这是一个叫Instant NeRF技术，过程叫做反向渲染，它使用人工智能近似光在现实世界中的行为，从不同角度拍摄的少量二维图像重建三维场景。主要是快！

技术实现过程

NVIDIA研究团队将超快速神经网络训练和快速渲染结合起来的一种模型。将这种方法应用于一种目前比较流行的新技术——神经辐射场（neural radiance fields，简称NeRF），其成果称为Instant NeRF，是迄今为止最快的NeRF技术，在某些情况下实现了1000倍以上的加速。也就是说这个模型只需要几秒钟就可以训练几十张静态照片，再加上相机拍摄的不同角度数据，可以在几十毫秒内渲染出最终的3D场景。

大家都知道使用传统方法制作一个3D场景需要数小时或更长时间，具体还要取决于模型的复杂性和精度。将人工智能带入可以加快速度。早期的单NeRF模型可以在几分钟内渲染出没有伪影的清晰场景，但需要数小时来训练。

而Instant NeRF将渲染时间缩短了几个数量级。它依赖于NVIDIA开发的一种称为多分辨率哈希网格编码的技术，这个技术经过优化后可以在NVIDIA GPU上高效运行。

使用一种新的输入编码方法，研究人员可以使用快速运行的微型神经网络获得高质量的结果。模型是使用NVIDIA CUDA工具包和Tiny CUDA神经网络库开发的。由于它是一个轻量级神经网络，因此可以在单个NVIDIA GPU上进行训练和运行。

NVIDIA负责图形研究的副总裁戴维·卢布克说：“如果多边形网格等传统3D描述类似于矢量图像，那么NeRF就类似于位图：它们密集地捕捉物体或场景中光线的投射方式”。“从这个意义上说，Instant NeRF对3D的重要性可能不亚于数码相机和 JPEG压缩对2D摄影的重要性——极大地提高了3D捕捉和共享的速度、易用性和广度。”

应用市场

它可以用于训练机器人和自动驾驶汽车，通过捕捉它们的2D图像或视频片段来了解现实世界物体的大小和形状；为虚拟世界创建副本或场景，以3D形式捕捉视频会议参与者及其环境；用于建筑和娱乐，快速生成创作者可以修改和构建的真实环境的数字资产。

除了NeRF，NVIDIA研究人员还正在探索如何使用这种输入编码技术来加速多种AI挑战，包括强化学习、语言翻译和通用深度学习算法等等。

这世界变化快，但是有点太快了！有点接受不了了~~

更多精彩图片 请登录

原文链接：
https://blogs.nvidia.com/blog/2022/03/25/instant-nerf-research-3d-ai/


全文完

---