“永遠實時在線”的Omniverse 幫助黃仁勳騙過了全世界

英偉達今年4月份那場發布會,你曾看出什麼不對勁的地方嗎?

你品,你細品:

剛剛,在計算機圖形學頂會SIGGRAPH 2021上,英偉達通過一部紀錄片自曝:那場發布會內藏玄機~

你看到了老黃,但也沒完全看到。因為,這是一場當面“造假”的發布會。

畫面中老黃的廚房、標誌性的皮衣,甚至他的表情、動作、頭髮……全都是合成出來的。

這是一場開在元宇宙裡的發布會,發表演講的是英偉達CEO黃仁勳的數字人替身。

彼時彼刻,恰如此時此刻。

黃老闆真給自己找了個替身。

沒錯,全世界都被黃仁勳騙了!

整整三個多月誰也沒發現。

而且不光他自己,大到廚房的家具抽屜:

小到廚房裡擺放的金屬罐、甚至是老黃的樂高小人,都是被渲染出來的:

知道真相的我就如同導演李安:

這一切是怎麼發生的呢……

到底怎麼造假的?

數字人想要以假亂真,一定要做到細節豐富。

因為人腦專門有一套系統用於識別同類,有一點不對勁之處都會在幾毫秒之內引起警覺。

所以要造假的老黃,得到攝影棚裡拍上幾千張各種角度的照片,通過一套3D掃描,把他臉上的每道褶子都採集成數據。

為了讓效果更逼真,他那件拉風的皮衣還得單獨拍。

用得到的數據對老黃做3D建模,為了方便後期編輯,先要把他的頭髮薅光!

具體到手指的細節,也需要非常仔細地調整:

建模完成好,下一步是讓老黃動起來。

不過這裡就不需要費時費力地進行手工操作了,AI已經能夠勝任。

就像這樣,用上最新的Audio2Face模型,AI可以隨著語音播放自動調整模型的面部動作表情。

動作是沒問題了,但是皮膚材質看起來還是不夠好,和發布會上的效果沒法比。

這就需要另一個AI,用一張老黃的照片就能匹配上動作合成到動畫裡去。

身體動作就不用老黃自己採集了,而是找來專業的動作捕捉演員,畢竟CEO肯定時間有限。

這樣所有的前期準備工作就完成了,接下來是渲染。

看看這個自研的Omniverse RTX渲染器:

就真的是字面意義上的實時光線追踪,移動視角,調整光線都立刻完成更新。

這背後具體用了多少塊顯卡英偉達倒是沒具體說,總之是多GPU+雲計算才能搞定。

這場虛擬發布會,總共有34個3D美術師和15個軟件研究人員參與。

他們一共做了21個版本的數字老黃,從中選出最像的那個,做出了這場精彩的發布會。

還真是把全世界都騙過了。

英偉達“造假”有多強

上面這些“造假”的效果,背後都來自於一個名為Omniverse的平台。

沒錯,英偉達研發的計算機圖形學(CG)技術太多,多到已經能整合成一個平台了。

從CG到優化技術,從工具包到引擎,Omniverse都有提供。

光看Omniverse所承載的CG技術,其實遠不止這次發布會用到的“造假”效果,它從渲染、材質,到光影、照明(光追、路徑追踪等)都有涉及,還會不斷更新相關技術。

原本只是一紙論文的技術,可能不久後就被英偉達放到了Omniverse上,不少都是與AI相關的技術:

例如,缺損像素修補、插幀,已經被用到老照片和古早視頻的修復中;還有基於GAN生成超分辨率圖像、直接把2D照片渲染成3D場景,都已經能直接在平台上使用……

Omniverse上的渲染技術,究竟達到一個什麼樣的水準?

據英偉達表示,平台現在可以實時實現電影級別的畫質渲染。

以渲染中非常重要的光源模擬為例,我們都知道,真實世界的光源多種多樣,我們看到的其實是各種光照下的景物。

傳統的計算機渲染,至少需要將光源迭代30+次,才能達到逼真到毛髮的效果,即使用最先進的機器渲染,每一幀也基本都需要幾十秒。

用上Neural Radiance Cache等技術後,結合RTX GPU硬件和Omniverse平台,光源渲染直接就能實時進行。

例如,這次GTC大會上對於主機的渲染,就採用了Omniverse平台的技術:

除此之外,包括LOD自動生成等技術也能用AI節約計算量,同時保證足夠好的渲染效果。

不止是“以假亂真”的渲染效果,Omniverse還能完成更多意想不到的AI技術。

英偉達利用數字人實時渲染技術,在Omniverse中就能構建更逼真的、更符合物理定律的人類模型。

例如,幫助車輛、自主機器、機器人等更好地識別,真實的人類是什麼樣的,從而更好地設計工廠(圖中為數字人):

這是英偉達在Omniverse上更新了另一項數字孿生技術(Issac Digital Twin),將機器人AI放到虛擬環境中訓練完成後,可以直接部署到真實環境中。

目前,寶馬已經用英偉達的數字孿生技術,對數字工廠的生產流程進行了優化,效率直接拉高30%。

看看這個渲染的速度:

具體渲染效果來看,連光照和細節都能被模擬出來。

不止是寶馬工廠,包括機器人仿真、自駕車仿真在內的一系列技術,也會用到Omniverse平台。

例如,自動駕駛和工廠的AI檢測可能存在行人誤判,將街頭、公告張貼的人臉圖片識別為行人,導致事故發生。將逼真的數字人和渲染等技術結合後,就能在仿真環境訓練下模擬行人,讓AI學會判斷圖片和真人的區別。

從效果到效率,英偉達都直接刷新了人們對“元宇宙”的認知。

重新定義「元宇宙」

號稱“永遠實時在線”的Omniverse,是英偉達打造元宇宙的關鍵。

它不僅能跨平台支持所有用戶的物理渲染、模擬和仿真,還能讓創作者、審核者在任何地方,只通過軟件應用就在一個共享的虛擬世界中進行合作。

畢竟,Omniverse本身就構建於通用場景描述 (Universal Scene Description,簡稱USD)之上。

這是一種開源3D場景數據標準和文件格式,USD之於Omniverse就相當於HTML之於互聯網。

USD由皮克斯開發,現在成了英偉達、皮克斯和蘋果共同推廣的行業標準。 USD注重非破壞性便捷和跨軟件協作,是x86、arm平台以及各種軟件都程能夠統一到Omniverse平台上的基礎。

目前,全球已經有500多家公司的專業人士上手使用了Omniverse。這其中包括美國航天航空製造商洛克希德馬丁公司(用它做山火模擬)、曾榮獲艾美獎的《南方公園》工作室等知名企業。

國內央視的《飛向月球》太空紀錄片,也同樣有用到Omniverse,尤其是裡面的數字人:

從Omniverse硬件和軟件的支持情況來看,英偉達這一次更新也真的是誠意滿滿。

“將數百萬新用戶帶入元宇宙世界”,真的不是說說而已。

首先,Omniverse這一次集成了Blender和Adobe來實現大規模擴展。

Blender是全球領先的開源3D動畫工具,他們將在Blender 3.0版本加入USD支持,使用戶能夠在Blender中直接訪問Omniverse製作流程,這無疑會讓創作者們的效率直線up。

Adobe就不用多介紹了,家喻戶曉。

現在,他們正在和英偉達合作開發一個為Omniverse提供Substance Material支持的Substance 3D插件。

使用這個插件,可以讓用戶在Omniverse中直接調整Substance 3D中的素材。

這能為用戶在改稿過程中,節省導出、重新上傳的時間。

與此同時,英偉達還發布了一個人工智能3D建模擴展:GANverse3D–Image2Car。

它可以讓AI進行3D建模變得更加容易。

只需通過一張汽車照片,GANverse3D就能建立出一個虛擬的3D模型。

這無疑讓3D畫師們創建場景變得更輕鬆了。

其次,在硬件上,NVIDIA RTX和GeForce RTX系列都支持Omniverse。

這不,英偉達同時還發布了小巧、節能的RTX A2000,它適用於各種標準和小型工作站,可以說是專為創作者的日常工作而設計。

英偉達放言稱,A2000將會成為數百萬設計師進入元宇宙的門戶。

去年12月發佈公測版以來,已經有超過5萬名個人創作者下載了Omniverse。

而Omniverse的生態系統也在持續壯大,Adobe、Autodesk、Bentley Systems等多家軟件公司都已加入Omniverse的生態圈。

現在,Nvidia Omniverse企業版的訪問名額已經“開搶”了,華碩、BOXX Technologies、戴爾、惠普、聯想、必恩威和超微等平台上都能使用。

不知道以後英偉達的發布會還能不能當真(手動狗頭)。

反正老黃的假臉是一臉真誠~

還有一件事

回到4月那場發布會。我們在英偉達自曝紀錄片中,隱約讀出另一個事實,當時的老黃是真真假假,虛實交替的。

那麼,哪一段是真?哪一段是假?

作為找茬八級團隊,怎麼能這麼輕易就給人騙過去?於是,我們重新去回看了一遍4月份那場發布會。

果不其然,我們發現了一些不對勁的地方。 (注意內搭衣服領口和皮衣)

這是老黃第一次在發布會上出現時候的樣子。看上去問題不大是吧? OK,接著往下看:

這是剛剛那張圖4分鐘之後,老黃的樣子。注意到什麼不一樣的地方了嗎?

請注意,他身上忽然間變成了另外一件皮衣,裡面穿的也從Polo衫變成了圓領T卹。

如果你再仔細一點看,你會發現他廚房有些物品的放置也變了。

還有個最直觀的區別:老黃本人,還有他背後的廚房,怎麼好像分辨率突然提上去了(不是我網絡問題啊)?

高到腦門上的抬頭紋都多了幾條。

這還沒完。

到發布會後半段,老黃穿著同一件皮衣,可是裡面的衣服又換回了Polo衫。

過了一會,他搖身一變,把皮衣和Polo衫全換了。

好傢伙,你擱這玩排列組合呢?

真搞不懂,老黃來來回回在這換裝,是圖個啥。除非這是英偉達故意的。

於是,我們拿著放大鏡去看了視頻,終於注意到,這段老黃手上的動作,有明顯的不自然。而且畫面也是糊的。

懂了:)

總之,一段視頻騙了全世界3個月,不得不說,黃老闆真是又高又硬。

贗品是個好東西!

Total
0
Shares
Related Posts