尼奥在「黑客帝国」中发现自己生活的世界并非真实存在,而是被精心设计的模拟现实。
而你,有没有那么一瞬间,认为我们生活的世界,就是模拟的矩阵世界。静心感受,这个人类生存已久的地球,大自然的一切,都是虚幻世界。北极冰川太阳升起。海底世界中的千奇百怪的鱼群、五彩斑斓的珊瑚礁。高山飞雪,老鹰在浩瀚无垠的天空中翱翔。炽热沙漠,凶险的蛇自由穿梭。清澈见底的大海和小溪,海龟在沙滩慵懒地晒着太阳,许多蜻蜓在空中嬉戏。哗哗坠落的雨滴、随风飘落的枫叶,时间瞬间戛然而止。你所见皆是人工智能设计的。它们的模拟是如此逼真,甚至被所有人误认为是现实本身。打开这扇矩阵大门的团队来自普林斯顿,研究一出瞬间在网上瞬间引起轩然大波。论文中,研究人员引入了一个自然世界的逼真3D场景程序生成器「Infinigen」。Infinigen完全是程序化的,从形状到纹理,都是通过随机的数学规则从头开始生成。甚至,还能变换无穷,覆盖了大自然界的植物、动物、地形,还有火、云、雨和雪等自然现象。论文地址:https://arxiv.org/pdf/2306.09310.pdfInfinigen建立在免费和开源的图形工具Blender上,同样Infinigen也是开源的。值得一提的是,3.5个小时就能生成一对1080p的图像!
普林斯顿大学提出的Infinigen可以轻松定制,生成各种特定任务的真实情况。而它最主要的作用就在于,能够作为作为无限训练数据的生成器,用于广泛的计算机视觉任务。其中,包括 目标检测、语义分割、姿态估计、3D重建、视图合成和视频生成。此外,它还可以用于构建训练物理机器人,以及虚拟具身智能体的模拟环境。当然了,3D打印、游戏开发、虚拟现实、电影制作和一般的内容创作都可用。接下来,看看Infinigen系统是如何被设计出来的。研究人员主要使用Blender开发程序化规则,Blender是一个开源的三维建模软件,提供各种基元和实用工具。而用户通过转换对象、添加基元和编辑网格来修改这一表示。Blender提供了大多数常见3D文件格式的导入/导出。最后,Blender中的所有操作都可以通过其Python API自动完成,或者通过检查其开源代码。作为Infinigen的一部分,研究人员开发了一套新的工具来加速研究人员的程序化建模。一个值得注意的例子是研究人员的节点转换器,它可以自动将节点图转换为Python代码,如图所示。由此产生的代码更加通用,并允许研究人员随机化图形结构,而不仅仅是输入参数。这个工具使结点图更具表现力,并允许与其他直接用Python或C++开发的程序化规则轻松整合。它还允许非程序员通过制作节点图为Infinigen贡献Python代码。生成器子系统。Infinigen是由生成器组成的,生成器是概率程序,每个程序都专门用于生成一个子类的资产(如山或鱼)。每个发生器都有一套高级参数(如山的整体高度),反映了用户可控制的外部自由度。在默认情况下,研究人员根据为反映自然界而调整的分布对这些参数进行随机抽样,没有用户的输入。然而,用户也可以使用研究人员的Python API覆盖任何参数,以实现对数据生成的细粒度控制。下图是随机的、且仅包含地形的场景。研究人员为各种自然场景类型选择了13张图片。分别为:山脉、上涨的河水、雪山、海岸日出、水下、北极冰山、沙漠、洞穴、峡谷和浮岛。下图则是随机生成的模拟火焰的图片,包括烟雾、瀑布,以及火山喷发的场景。研究人员自动生成了不同基因组(a)、身体部位(b)、身体部位拼接(c)、毛发(d)和体态(e)。图片右侧则是研究人员展示的随机生成的食肉动物、食草动物、鸟类、甲虫和鱼类。在下图中,研究人员按程序组成一个随机的场景布局(a)。研究者生成所有必要的图片内容(b,用来显示每个网格面的颜色),并应用程序化材料和位移(c)。研究人员展示了三个相机距离不同,但内容相同的特写网格可视化视图。尽管网格分辨率不同,但在最终的图像中看不到任何变化。
为了对Infinigen进行评估,研究人员制作了30K的图像对,这些图像有用于矫正立体匹配的地面实景。研究人员在这些图像上开始训练RAFTStereo,并在Middlebury验证集和测试集上对结果进行了比较。
英伟达科学家Jim Fan表示,当我们在现实中没有好的训练数据时,模拟是便下一个「金矿」。这里,Infinigen便是一个开源的、程序化生成的、用于3D视觉的逼真数据集。其质量是惊人的!没有两个世界是相同的。▸ 每一个小细节都是随机和可定制的,甚至是花瓣上的褶皱!▸ 自然界的各种物体和场景:植物、动物、地形;火、云、雨和雪。▸ 基准真实值自动注释:光流、三维场景流、深度、表面法向量、全景分割、封闭边界。有网友表示,这真是让我大开眼界。在Blender中程序化生成3D世界。不使用AI,就可以创建任何你能想象的世界。结合像这样的工具来创造世界,像Daz3D这样的工具来创造角色,Blockade Labs来创造天空盒,Convai来创造NPC。还有人表示Infinigen将在人工智能计算机视觉研究中发挥作用。比如,我们想在一个有雾的森林里面做一个有瀑布的村庄。我们告诉一个人工智能写一个关于森林的详细描述,再发送到3D世界生成器。世界生成后,就可以在村庄里添加人物角色。这些人将由人工智能控制,他们将有互动、对话和记忆。另外,有网友称程序生成已经存在了20年(我已经做了15年)。「No Man's SKy」是5年前技术的一个很好的例子。Infinigen的亮点在于它生成标记数据。这些数据可用于训练AI。这就很疯狂。还有网友畅想,在不远的将来,游戏会变得疯狂……「独立」游戏开发者将能够推出一些疯狂的高端内容。Infinigen生成太过逼真,以至于有人认为这是虚幻引擎生成的。
Alexander Raistrick是普林斯顿大学计算机系的二年级博士生,导师是Jia Deng。Lahav Lipson是普林斯顿大学三年级博士生。他研究重点是为三维视觉构建深度网络,利用关于极线几何的强大假设来实现更好的泛化和测试准确性。Zeyu Ma是普林斯顿大学视觉与学习实验室的三年级博士研究生。他曾于2020年获得清华大学电子工程学士学位。目前的研究重点是多视图3D重建和程序数据生成。https://infinigen.org/
https://twitter.com/DrJimFan/status/1670098819026128897
在AIGC浪潮下,
细分领域面临哪些潜在风险和机遇,
该如何抓住这个新变革的机会?
这是一个汇聚思想智慧,
交流经验技能的盛会,
同时也是一场AIGC工具应用的深度培训会,
你怎能错过?
↓↓↓
中文推特:https://twitter.com/8BTC_OFFICIAL
英文推特:https://twitter.com/btcinchinaDiscord社区:https://discord.gg/defidao电报频道:https://t.me/Mute_8btc电报社区:https://t.me/news_8btc