Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

NVIDIA 的 NeRF AI 立即将 2D 照片转换为 3D 对象

Posted on 2022-03-25

一项称为神经辐射场或 NeRF 的新技术涉及训练 AI 算法,以便能够从二维照片创建 3D 对象。 NeRF 有能力通过插入 2D 照片没有捕捉到的内容来填补空白。这是一个巧妙的技巧,可能会导致视频游戏和自动驾驶等各个领域的进步。现在, NVIDIA开发了一种新的 NeRF 技术——该公司声称是迄今为止最快的技术——只需要几秒钟的时间来训练和生成 3D 场景。

使用数十张静态照片和拍摄它们的相机角度,只需几秒钟即可训练名为 Instant NeRF 的模型。之后,它能够在“几十毫秒”内生成 3D 场景。与其他 NeRF 技术一样,它需要从多个位置拍摄的图像。并且对于有多个主体的照片,最好是没有太多运动的照片,否则结果会很模糊。

在下面查看 Instant NeRF:

NVIDIA 解释说,早期的 NeRF 模型也不需要太长时间才能产生结果。即使某些图像中的主体被柱子和家具等物体挡住,他们也只需几分钟即可渲染 3D 场景。然而,训练他们需要几个小时。 NVIDIA 的版本只需要几秒钟的时间来训练,因为它依赖于公司开发的一种称为多分辨率哈希网格编码的技术,该技术经过优化可以在其 GPU 上高效运行。它甚至可以在单个 GPU 上运行,尽管它在具有张量核心的卡上速度最快,可为人工智能提供性能提升。

该公司认为 Instant NeRF 可用于训练机器人并帮助自动驾驶系统了解现实世界物体的大小和形状。 NVIDIA 还看到了娱乐和建筑技术的未来,它可以用来生成真实环境的 3D 模型,创作者可以在规划过程中对其进行修改。

来源: https://www.engadget.com/nvidia-instant-nerf-artificial-intelligence-130015116.html?src=rss

发表回复 取消回复

要发表评论,您必须先登录。

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme