3D Animation & Modeling – NVIDIA 技術博客

使用 Meshtron 大規模生成高保真 3D 網格

Fri, 13 Dec 2024 06:00:22 +0000

網格是 3D 資產最重要且應用最廣泛的表示形式之一。它們是電影、設計和游戲行業的默認標準，幾乎所有 3D 軟件和圖形硬件都原生支持它們。 3D 網格可視為多邊形面的集合，通常由三角形或四邊形組成。網格的一個重要屬性是拓撲，它是指這些多邊形面的組織結構，這些多邊形面離散于 3D 表面。藝術家創建的網格通常具有信息量大且組織良好的拓撲結構，這些拓撲結構與物體的底層結構高度一致。擁有藝術家般的拓撲對于編輯、紋理、動畫和高效渲染至關重要。然而，由藝術家手動創建這些網格是一項勞動密集型任務，需要大量的 3D 建模時間和專業知識。可以通過算法從其他 3D 表征中提取網格。在典型的文本到 3D 或圖像到 3D 生成系統中，神經生成器生成神經場，然后使用 Marching Cubes [ FlexiCubes (NVIDIA)、 NMC 、

Source

]]>

聚焦：Shell 使用 NVIDIA PhysicsNeMo 將 CO2 存儲建模速度提高 100000 倍

Mon, 09 Sep 2024 08:50:46 +0000

隨著世界在應對氣候變化方面的迫切需求，碳捕獲和存儲（CCS）已成為實現凈零排放的關鍵技術。CCS 技術包括從工業排放或通過直接空氣捕獲（DAC）捕獲二氧化碳（CO2），并將其安全地存儲在地下，可以推動需的脫碳策略，并幫助實現全球氣候目標。 CCS 技術的成功取決于對存儲點和注入方案的仔細選擇。準確預測長期（通常跨越數百年）的 CO2 plume 遷移和壓力累積對于確保存儲點的安全性和有效性至關重要。找到最佳設置需要在不同的地下條件、井位和注入速率下評估數萬種配置。但是，通常用于這些預測的傳統流量模擬器需要大量計算，因此限制了對潛在地點和注入方案的高吞吐量篩選。為應對這些挑戰，Shell 正與 NVIDIA 合作，通過 NVIDIA PhysicsNeMo 利用尖端技術來提高 CCS 站點篩選流程的效率和準確性。該項目利用機器學習（ML）模型實現了地下 CO2…

Source

]]>

借助 NVIDIA Maxine 實現遠程呈現和新一代數字人技術的突破

Mon, 29 Jul 2024 08:04:01 +0000

在本周的 SIGGRAPH 2024 上，NVIDIA 將展示 NVIDIA Maxine AI 開發者平臺的最新進展，該平臺通過 NVIDIA AI Enterprise 提供。該平臺使您能夠部署先進的 AI 功能，以提高音頻和視頻質量，并實現增強現實效果。 NVIDIA 剛剛宣布即將為早期訪問開發者提供 Maxine 3D 和 Maxine Video Relighting，同時推出生產的 Maxine Eye Contact NVIDIA NIM 微服務early access。 Maxine 3D 與 NVIDIA ACE, 一套用于語音、智能和動畫的生成式 AI 技術，一起，為各種開發者和應用程序帶來逼真的數字人。它支持通過商品視頻會議音頻和視頻設備使用實時、照片級真實的 3D 數字人類。現在，通過全面的 NVIDIA API 目錄，

Source

]]>

使用深度學習框架 fVDB 根據真實的 3D 數據構建空間智能

Mon, 29 Jul 2024 07:19:51 +0000

生成式物理 AI 模型可以在物理世界中理解和執行具有精細或粗運動技能的動作。了解和在物理世界的三維空間中導航需要空間智能。要在物理 AI 中實現空間智能，需要將現實世界轉換為模型可以理解的 AI 就緒型虛擬表示，以便模型能夠更好地理解和執行物理世界中的動作。但是，根據真實數據構建空間智能需要能夠處理大規模和高分辨率現實的基礎設施。通常情況下，開發者必須拼湊不同的庫來構建空間智能框架，這種方法通常會導致錯誤和低效，從而限制虛擬環境的范圍。由于沒有統一的框架，在多個數據結構之間復制數據會引入性能瓶頸、規模受限和不必要的工作。為了提供強大、一致的框架，以處理現實規模的物理 AI，NVIDIA 建立了 fVDB，一個為稀疏、大規模和高性能空間智能而設計的深度學習框架。對于從事涉及大規模 3D 數據（例如通常與現實世界的模擬或測量相關的數據）的深度學習應用程序的從業者和研究人員而言，

Source

]]>

Reallusion 借助 NVIDIA AI 打造栩栩如生的數字角色

Mon, 10 Jun 2024 07:06:52 +0000

在當今的數字時代，對于希望將愿景變為現實的電影制作人、游戲開發者和內容創作者而言，創作逼真的動畫人物至關重要。Reallusion 處于這種尖端藝術形式的前沿，使用了強大的人工智能技術，例如NVIDIA Audio2Face和NVIDIA Maxine制作逼真的數字人和角色動畫。在捕捉同步面部動畫的同時匹配音頻，并在單個通道中創建整體輸出方面存在重大挑戰。Reallusion 采用 Maxine AR 解決了這一問題，繞過了這種復雜的多軌定時同步，使用鏈式特效創建了革命性的 motion capture（mocap）解決方案，可以將動畫和音頻有效地生成單個流。 Audio2Face 是一種先進的 AI 技術，可以僅通過音頻或文本輸入自動生成富有表現力的面部動畫和唇部同步。它支持多種語言，并且可以為說話甚至是說話的角色制作動畫。

Source

]]>

圖神經網絡在增材制造中的應用

Sun, 12 May 2024 07:29:46 +0000

格構結構是自然和人工制造的設計，在許多科學領域都很重要，如材料科學、航空航天工程和生物醫學工程。它們是通過重復的圖案連接較小的特拉斯結構制成的，并產生高的強度與重量比。增材制造中 3D 打印的興起凸顯了晶格的重要性，使其能夠創建具有復雜幾何形狀和空間調諧材料特性的定制設計。格紋設計可根據具體需求進行定制。例如，它們可以被制成更堅固的以承載更多的重量，或者被設計成具有增強的熱導率。定制晶格結構的能力使它們在許多不同的領域都很有用，特別是在理論和實際應用相結合的學科中。研究人員來自 Carbon3D，他們正在利用人工智能創建高效、經濟高效的模擬，以生成復雜的 3D 打印結構，特別關注復雜的晶格設計。為此，他們正在使用 NVIDIA 模數將圖神經網絡訓練為模擬晶格結構動力學的人工智能代理。這項技術解決了增材制造中的一個關鍵挑戰：模擬復雜零件行為所需的高成本和高時間。傳統上，

Source

]]>