作為國內(nèi)首部3D動漫電影《龍之谷:破曉奇兵 》今日將登陸全國院線,這部由迪斯尼、好萊塢與中國本土動畫團隊共同打造的視效動畫大片也在今年5月戛納電影節(jié)上大放異彩。聯(lián)想作為其制片方米粒影業(yè)IT基礎架構合作廠商,以ThinkStation工作站為《龍之谷:破曉奇兵 》提供獨家IT技術支持,承擔了計算機圖形(CG)動畫制作的重任,以完美技術將藝術靈感化為現(xiàn)實。
人們有時候會感贊一部電影并不是因為故事情節(jié),而是恰好那里有足夠吸引眼球的視覺特效。而炫麗視覺特效的背后,除了設計師們天馬行空的設計靈感和精雕細琢的制作之外,更少不了圖形工作站和數(shù)字內(nèi)容創(chuàng)作(Digital Content Creation,簡稱DCC)軟件的助力。
3D動漫電影《龍之谷:破曉奇兵 》正是得益于聯(lián)想公司Thinkstation專業(yè)圖形工作站的優(yōu)異表現(xiàn),才得以呈現(xiàn)如此逼真的視覺效果,并且在制作過程中米粒影業(yè)還組建了249臺ThinkStation專業(yè)圖形工作站為核心的強大渲染集群,使人物的渲染效率大大提高,渲染時間不再是一個可怕的噩夢。
聯(lián)想集團中國區(qū)大客戶事業(yè)部PC產(chǎn)品營銷總經(jīng)理王立平表示,聯(lián)想目前已經(jīng)成為全球第一的PC廠商,但工作站領域的成果并不為大眾熟知。其實聯(lián)想ThinkStation工作站自2008年問世以來,就以創(chuàng)新、高品質的產(chǎn)品獲得了客戶的認可,保持了19個季度在中國的業(yè)績快速增長,在2013年底,聯(lián)想ThinkStation中國區(qū)市場份額達到了32.8%。而DCC領域是聯(lián)想今年重點發(fā)力的市場,此次與米粒影業(yè)合作,無疑將強化聯(lián)想ThinkStation在DCC領域的領導力,聯(lián)想也期待與米粒影業(yè)通過技術+藝術的創(chuàng)新,推動國內(nèi)動漫電影與國際的接軌。
王立平稱我國的動漫影視業(yè)已經(jīng)處于非??焖俚陌l(fā)展期,聯(lián)想希望通過和米粒影業(yè)的戰(zhàn)略合作,完善自身的產(chǎn)品技術解決方案,共同助力中國動畫電影的突破。為開拓工作站業(yè)務的動漫市場,聯(lián)想表示會陸續(xù)跟教育部合作,意在培養(yǎng)更多的符合動漫行業(yè)需求的人才。
不難看出,作為聯(lián)想2014年“進攻”策略中的重點業(yè)務之一,聯(lián)想工作站今年將會在DCC領域重點發(fā)力。目前從IDC數(shù)據(jù)來看,PC市場跌幅一直呈下降趨勢,就在整體商用市場環(huán)境不佳的情況下,聯(lián)想大客戶整體PC的市場份額卻依然有一個穩(wěn)健的增長,特別是工作站業(yè)務,增速更是驚人。對此王立平認為,聯(lián)想工作站正是基于Think品牌給客戶提供了高品質、創(chuàng)新、易用的工作站產(chǎn)品,獲得了客戶的廣泛認同。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調整內(nèi)部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。