我們從周圍的任何事物中看到燈光,事實上,我們對世界的觀察也由燈光組成。燈光的明暗,顏色能讓我們看出物體的外形,不用觸摸而感覺出物體的材質(zhì)。
同樣在影片中,燈光是決定CG場景成敗的一個重要因素,小至人物著裝配色,大至整體光影特效,都影響著一部作品的可觀賞程度,如今專業(yè)的視效制作團隊越來越多地選擇將藝術(shù)與硬件設(shè)備相互結(jié)合,運用了計算機圖形技術(shù)以其不斷提高影片畫面效果。
相較于以PC作為繪圖或3D應(yīng)用的主力,更具專業(yè)圖形處理能力且高效可靠穩(wěn)定的工作站,便在包羅萬象的視效處理上占據(jù)了優(yōu)勢。
正如CG行業(yè)日新月異的技術(shù)發(fā)展,每一部作品的完成,每一幀畫面的渲染都是對CGer(計算機圖形工作者)極大的考驗,是創(chuàng)新思維火花的碰撞時刻,同樣也也充滿了挑戰(zhàn)。
解思遠,是一位就職于北京瘋石文化傳媒的CGer,多年在CG行業(yè)的歷練讓他對待工作始終懷揣著一份堅持與信念,嚴(yán)格對待每一部作品,成就了他在CG制作中找尋到目標(biāo),勿忘初心,抱著學(xué)習(xí)古典藝術(shù)的心態(tài)與要求去制作渲染每一幀作品。
不同于快餐套路式的技法,一部CG作品的完美呈現(xiàn),涵蓋了前期設(shè)計、數(shù)字模型、材質(zhì)貼圖、渲染后期、特效等眾多環(huán)節(jié),但這當(dāng)中有很多環(huán)節(jié)是需要技術(shù)驅(qū)動的,這就意味著技術(shù)團隊需要一部具備高性能計算能力的設(shè)備來完成。
具體到CG制作的每個環(huán)節(jié),尤其是作品中人物形象的刻畫亦或后期燈光渲染,即使是一個豐富的表情或是一些細微的舉動,都要用成百上千的CG畫面整合而成,而CG場景的塑造其艱辛程度更是圈外人所難以想象的。
這不僅需要CGer投入大量精力與技術(shù)支持,同時也對硬件設(shè)備的性能與長時間工作的穩(wěn)定可靠提出了更大挑戰(zhàn)。
對于許多繪圖或者3D動畫應(yīng)用的專業(yè)人士來說,一款好的工作站如同是士兵手中的武器,正所謂工欲善其事,必先利其器。
不管是影視制作還是CG應(yīng)用,都對工作站提出了極高的技術(shù)要求:不但要有出色的I/O吞吐能力,更要有快速的計算功能,而對圖形卡的要求則更為挑剔。
在CG后期渲染中,合理的用光可以得到更具震撼力的視覺效果,能否運用好它決定了動畫效果的成敗。
在解思遠日常渲染工作的背后硬件設(shè)備中,戴爾Precision T系列工作站承擔(dān)了大多數(shù)靜幀作品的燈光渲染任務(wù)。
戴爾Precision T系列的優(yōu)勢在于顯卡GPU的速度,和2顆多線程的高速CPU, NVIDIA Quadro顯卡在3D a制作時有其他A卡不能比擬的CUDA加速功能,可以實現(xiàn)實時渲染預(yù)覽和實時物理結(jié)算預(yù)覽,對提高工作效率有著積極的幫助。
曾有業(yè)內(nèi)人士做過測算,如果制作一部三維動畫的制作周期可以縮短三個月,那么動漫公司在成本上就可節(jié)省50%,因此技術(shù)對于藝術(shù)呈現(xiàn)的貢獻已經(jīng)變得越來越大,由此可觀,對于一部動漫亦或CG作品的成功,背后的硬件設(shè)備和硬件平臺也就開始成為了CG影視動畫行業(yè)不可或缺的基石。
正如CG行業(yè)面臨的困難,要在極短的制作周期去創(chuàng)作更高質(zhì)量的作品,這時候工作站的集中處理與出色渲染速度的優(yōu)勢便體現(xiàn)出來。
如果說CG技術(shù)是現(xiàn)代動畫技術(shù)與藝術(shù)的結(jié)合體,是圖像學(xué)和仿真學(xué)等多種科學(xué)的整合,那么它給予動畫制作者的是更大的想象空間。正如解思遠對CG從業(yè)的詮釋,抱著學(xué)習(xí)古典藝術(shù)的心態(tài)與要求去制作渲染每一幀作品,追求更極致的效果,拒絕快餐套路式的技法。
隨著VR(虛擬現(xiàn)實)技術(shù)的興起和日漸普及,大量的CG工作者投身到VR項目的制作中,作為北京瘋石文化傳媒CG總監(jiān)的解思遠也坦言,除了目前公司主營業(yè)務(wù),卡通類3D動畫,VR游戲,MG動畫,CG短片等外,未來規(guī)劃還將逐步推出公司的VR互動類原創(chuàng)產(chǎn)品,解思遠正在一步步穩(wěn)扎穩(wěn)打地實踐著自己的夢想。
其實并不難以理解工作站在三維設(shè)計上的運用,追溯到早期,動畫渲染制作較多采用的是基于PS的渲染效果,然而近年來動漫產(chǎn)業(yè)的飛速發(fā)展,觀眾對于作品畫面的細膩程度追求變得愈演愈烈,因此對于技術(shù)團隊和硬件廠商來講,現(xiàn)在更多的后期渲染、光影特效制作,甚至仿真模擬被搬到了高性能計算設(shè)備中去。
好文章,需要你的鼓勵
浙江大學(xué)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(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)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(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)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(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)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(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)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(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。