NVIDIA 正与 14 所大学的顶尖学术研究人员合作,在免费下载糖心SIGGRAPH 2022上发表创纪录的 16 篇研究论文。他们的集体工作通过内容创建、VR、实时渲染和 3D 模拟方面的进步来解决图形中的障碍最新18款app。这些学术合作产生了一种可以流畅地模拟运动动作的强化学习模型禁用软件、用于虚拟现实的超薄全息眼镜,以及一种用于被隐藏光源照亮的物体的实时渲染技术。
这些论文涵盖了图形研究的广度,在神经内容创建工具禁用app免费安装、显示和人类感知、计算机图形学和神经渲染的数学基础方面取得了进步。这些项目将于 8 月 8 日至 11 日在温哥华和在线举行的 SIGGRAPH 2022 上展出。
多技能模拟角色的神经工具
当使用强化学习模型开发基于物理的动画角色时,人工智能通常一次只学习一项技能:步行、跑步或侧手翻。但来自加州大学伯克利分校、多伦多大学和英伟达的研究人员已经创建了一个框架,使人工智能能够学习一整套技能——上面展示了一个可以挥舞剑、使用盾牌并在跌倒后站起来的战士角色.
为动画角色实现这些流畅、逼真的动作既费时又费力,开发人员需要为每项新任务训练 AI。如本文所述,研究团队允许强化学习 AI 重用以前学习的技能来响应新场景,提高效率并减少对额外运动数据的需求。
像这样的工具可供动画、机器人、游戏和治疗领域的创作者使用。NVIDIA 研究人员还将发表有关用于从点云和交互式形状编辑进行表面重建的 3D 神经工具的论文,以及用于AI 的 2D 工具,以更好地理解矢量草图中的间隙并提高延时视频的视觉质量。
为轻量级眼镜带来虚拟现实
3D 数字世界通常通过笨重的头戴式显示器访问,但研究人员正在研究类似于标准眼镜的轻型替代品。在与斯坦福大学的合作中,研究人员将 3D 全息图像所需的技术装入了一个只有几毫米厚的可穿戴显示器中。这款 2.5 毫米显示器的尺寸还不到其他薄型 VR 显示器(称为煎饼镜头)的一半,后者使用一种称为折叠光学的技术,只能支持 2D 图像。这是通过将显示质量和显示尺寸视为计算问题并使用 AI 驱动的算法共同设计光学器件来实现的。
虽然以前的 VR 显示器需要放大目镜和显示面板之间的距离来创建全息图,但这种新设计使用了空间光调制器,这种工具可以在用户眼前创建全息图,而无需这个间隙。附加组件——瞳孔复制波导和几何相位透镜——进一步降低了设备的体积。
这是斯坦福和英伟达两篇研究论文中的一篇,另一篇论文提出了一种新的计算机生成的全息框架,该框架可以提高图像质量,同时优化带宽使用。该显示和感知研究领域的第三篇论文由纽约大学和普林斯顿大学的科学家共同撰写,测量了渲染质量如何影响用户对屏幕信息的 反应速度。
灯泡时刻:实时照明复杂性的新高度
实时准确地模拟场景中的光路一直被认为是图形的“圣杯”。犹他大学计算学院和英伟达在一篇论文中详细介绍了一种路径重采样算法,该算法能够实时渲染具有复杂照明(包括隐藏光源)的场景。
本文重点介绍了统计重采样技术的使用——该算法在跟踪这些复杂光路的同时重复计算数千次——在渲染过程中实时有效地近似光路。研究人员将该算法应用于计算机图形学中具有挑战性的经典场景,如下图所示:一组由金属、陶瓷和玻璃制成的间接照明茶壶。
由 NVIDIA 撰写的相关论文包括用于逆体积渲染的新采样策略、用于 2D 形状操作的新数学表示、用于创建具有改进的渲染和其他应用程序一致性的采样器的软件,以及将有偏渲染算法转变为更有效的无偏渲染算法的方法.
神经渲染:NeRFs、GANs 为合成场景提供动力
神经渲染算法从真实世界的数据中学习以创建合成图像,而 NVIDIA 研究项目正在开发最先进的 2D 和 3D 工具。
在 2D 中,与特拉维夫大学合作开发的StyleGAN-NADA 模型根据用户的文本提示生成具有特定样式的图像,而不需要示例图像作为参考。例如,用户可以生成老式汽车图像,将他们的狗变成一幅画,或者将房屋变成小屋:
在 3D 方面,NVIDIA 研究人员正在与多伦多大学合作开发可支持创建大型虚拟世界的工具。即时神经图形原语,即流行的即时NeRF工具背后的 NVIDIA 论文,将被介绍。
NeRF,基于 2D 图像集合的 3D 场景,是神经图形基元技术的一种能力。它可用于表示任何复杂的空间信息,应用包括图像压缩、3D 形状的高精度表示和超高分辨率图像。
这项工作与多伦多大学合作,压缩 3D 神经图形基元,就像 JPEG 用于压缩 2D 图像一样。这可以帮助用户在手机和机器人等小型设备之间存储和共享 3D 地图和娱乐体验。
NVIDIA 在全球拥有 300 多名研究人员,其团队专注于人工智能、计算机图形学、计算机视觉、自动驾驶汽车和机器人技术等主题。
未经允许不得转载:新聚网 » 免费下载糖心最新18款app禁用软件-18款软件禁用app免费安装