Jadual Kandungan
Penjejakan sinar perisian - medan ketinggian
Kedudukan Tangkap
Gabungkan perwakilan adegan
Demo pertama
Epilog
Rumah Peranti teknologi AI Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Apr 08, 2023 pm 10:21 PM
teknologi enjin

Pencahayaan global masa nyata (GI masa nyata) sentiasa menjadi tarikan utama grafik komputer.

Selama bertahun-tahun, industri telah mencadangkan pelbagai kaedah untuk menyelesaikan masalah ini.

Pakej kaedah biasa mengekang domain masalah dengan menggunakan andaian tertentu, seperti geometri statik, perwakilan pemandangan kasar atau menjejak probe kasar dan interpolasi pencahayaan antara keduanya.

Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Dalam Unreal Engine, sistem pencahayaan dan pantulan global teknologi Lumen diasaskan oleh Krzysztof Narkowicz dan Daniel Wright.

Matlamatnya adalah untuk membina penyelesaian yang berbeza daripada yang sebelumnya, mampu mencapai pencahayaan bersatu dan kualiti pencahayaan seperti penaik.

Baru-baru ini, di SIGGRAPH 2022, Krzysztof Narkowicz dan pasukan bercakap tentang perjalanan mereka membina teknologi Lumen.

Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Penjejakan sinar perisian - medan ketinggian

Pengesanan sinar perkakasan semasa tidak mempunyai sokongan kuasa pengkomputeran GPU yang berkuasa. Kami tidak tahu seberapa pantas pengesanan sinar perkakasan, atau walaupun konsol generasi baharu akan menyokongnya.

Oleh itu, kaedah pengesanan sinar perisian digunakan. Ia ternyata alat yang sangat berguna untuk menskala atau menyokong adegan dengan banyak kejadian bertindih.

Pengesanan sinar perisian memberikan kemungkinan untuk menggunakan pelbagai struktur penjejakan, seperti segi tiga, medan jarak dan luncur air atau medan ketinggian.

Di sini, Krzysztof Narkowicz meninggalkan kajian segi tiga dan mengkaji secara ringkas surfels, tetapi bagi geometri yang memerlukan kepadatan yang besar untuk diwakili, mengemas kini atau menjejaki surfel adalah Agak mahal.

Selepas penerokaan awal, medan ketinggian adalah yang paling sesuai kerana ia memetakan dengan baik ke dalam perkakasan dan menyediakan perwakilan permukaan dan LOD berterusan yang ringkas.

Oleh kerana kami boleh menggunakan semua algoritma POM, seperti min-max quadtree, kelajuan pengesanannya sangat pantas.

Selain itu, medan ketinggian berbilang boleh mewakili geometri kompleks, sama seperti meraster hierarki volum terikat.

Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Adalah sangat menarik untuk menganggapnya sebagai struktur pecutan untuk surfels, di mana satu texel ialah surfel yang dikekang oleh grid biasa .

Selain medan ketinggian, Lumen mempunyai ciri-ciri lain, seperti albedo atau iluminasi, supaya ia boleh mengira pencahayaan setiap masa.

Di Lumen, pembangun menamakan unjuran pelekat lengkap ini dengan Kad data permukaan, iaitu kedudukan tangkapan.

Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Rasterized segitiga

Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Kad Raymarched (medan ketinggian)

Raymarching terlalu perlahan untuk setiap kad dalam adegan. Oleh itu, struktur pecutan kad diperlukan, dan pembangun memilih BVH 4-nod. Ia dibina untuk pemandangan yang lengkap, dengan setiap bingkai pada CPU dan dimuat naik ke GPU.

Kemudian dalam shader surih kita akan melakukan traversal berasaskan timbunan dan secara dinamik memerintahkan nod supaya nod terdekat dilalui terlebih dahulu.

Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Pandangan Nyahpepijat BVH

Kedudukan Tangkap

Bahagian paling rumit di sini ialah cara meletakkan medan ketinggian supaya keseluruhan jaring ditangkap grid. Krzysztof Narkowicz berkata, "Salah satu idea adalah berdasarkan medan jarak global GPU. Setiap bingkai kami akan mengesan set kecil sinar utama untuk mencari sinar yang tidak diliputi oleh kad.

Seterusnya, Untuk setiap sinar yang belum ditemui, kami akan merentasi medan jarak global menggunakan kecerunan permukaan untuk menentukan orientasi dan julat kad yang optimum, menghasilkan kad baharu >

Kedudukan tangkapan medan jarak globalRendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Di satu pihak, terbukti bahawa adalah mungkin untuk menjana kad untuk keseluruhan adegan yang digabungkan tanpa perlu mencipta kad untuk setiap kad despawn Grid , sebaliknya, ternyata agak cerewet dalam amalan, kerana mereka menghasilkan hasil yang berbeza setiap kali kamera bergerak Idea lain adalah untuk meletakkan setiap Kad mesh dilakukan sebagai langkah import mesh Ini dilakukan dengan membina BVH geometri di mana setiap nod akan ditukar kepada N kad seperti berikut: 🎜>

Segi tiga rasterisasi

Kad Ray Step (Medan Tinggi)Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Pandangan Kedudukan KadRendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Kaedah ini menghadapi masalah dalam mencari lokasi yang baik, kerana nod BVH bukanlah ejen yang baik untuk meletakkan kad Kedudukan Kad Berpandu Secara Bebas

Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Dengan percubaan dan kesilapan, kaedah ini berfungsi dengan baik untuk bentuk mudah, tetapi sebelum menumpu kepada lebih banyak Masalah timbul dengan bentuk yang kompleks Akhirnya, Narkowicz bertukar kembali kepada kad sejajar paksi, tetapi kali ini dihasilkan daripada kelompok tong sampah dan setiap jejaring >

Penjejakan kon

Sifat unik bagi. medan ketinggian penjejakan juga boleh mencapai penjejakan kon

Penjejakan kon berguna untuk mengurangkan bunyi sangat cekap kerana satu jejak kon pra-tapis mewakili beribu-ribu sinaran individu

Penjejakan Kon

Untuk setiap kad, pembangun juga menyimpan rantai peta mip pra-tapis lengkap dengan ketinggian permukaan, pencahayaan dan sifat bahan.

Apabila menjejak, pilih sinar melangkah yang sesuai berdasarkan jejak kon dan lakukan pengesanan sinar padanya.

Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Menjejak tepi tanpa kesesakan dan tepi dengan kesesakan

Gabungkan perwakilan adegan

Menjejak sejumlah besar sinar tidak koheren dalam perisian adalah sangat perlahan. Sebaik-baiknya, satu struktur global akan digunakan dan bukannya berbilang medan ketinggian.

Apabila jejak kon menjadi lebih besar dan lebih besar, perwakilan tepat adegan sebenarnya tidak diperlukan dan boleh digantikan dengan perwakilan yang lebih anggaran untuk kelajuan yang lebih pantas.

Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Adegan yang lebih kompleks dengan berpuluh-puluh kad untuk mengesan setiap sinar

Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Kaedah pertama yang berjaya ialah melaksanakan pengesanan kon voxel tulen, di mana keseluruhan adegan divoxelkan pada masa tayangan, seperti dalam artikel klasik "Pencahayaan Tidak Langsung Interaktif Menggunakan Pengesanan Kon Voxel".

Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Rasterized segitiga

Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Kad Ray Step (Medan Ketinggian)

Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Penjejakan Kon Voxel

Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Kad ray stepping diteruskan dengan penjejakan kon voxel

Dan ini Kelemahan utama kaedah ini ialah kebocoran akibat gabungan geometri pemandangan yang berlebihan, yang amat ketara apabila menjejaki pemetaan rendah kasar.

Teknik pertama untuk mengurangkan kebocoran imej adalah dengan menjejaki medan jarak global dan hanya sampel voxel berhampiran dengan permukaan. Semasa proses pensampelan, kelegapan terkumpul apabila julat pensampelan berkembang, dan apabila penjejakan dihentikan, kelegapan akan mencapai 1. Ini sentiasa melakukan pensampelan yang tepat berhampiran geometri untuk mengurangkan kebocoran grafik.

Teknik kedua ialah memutihkan bahagian dalam mesh. Ini sangat mengurangkan kebocoran pada dinding yang lebih tebal, walaupun ini juga boleh menyebabkan beberapa halangan yang berlebihan.

Percubaan lain termasuk menjejak tompok bit voxel yang jarang dan saluran ketelusan voxel setiap muka. Tujuan kedua-dua eksperimen adalah untuk menyelesaikan masalah interpolasi voxel arah sinar, iaitu, dinding pepejal sejajar paksi akan menjadi lutsinar untuk sinar yang tidak normal pada dinding.

Voxel Bit Brick menyimpan satu bit setiap voxel dalam bata 8x8x8 untuk menunjukkan sama ada voxel yang diberikan kosong. Algoritma DDA dua peringkat kemudiannya digunakan untuk langkah sinar. Voxel dengan permukaan lutsinar adalah serupa tetapi mempunyai DDA yang sama dan meningkatkan ketelusan sepanjang arah sinar. Ternyata kedua-dua kaedah tidak sehebat mewakili geometri seperti domain jarak dan agak perlahan.

Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Voxel dengan ketelusan

Cara paling awal untuk menjejak perwakilan yang digabungkan ialah menggunakan medan jarak global dan kad setiap adegan global hits teduhan melakukan pengesanan kon. Iaitu, lelaran melalui BVH, ketahui kad dalam adegan yang mempengaruhi titik pensampelan, dan kemudian sampel tahap gelongsor sederhana setiap kad berdasarkan jejak tirus.

Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global LumenRendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Artikel ini meninggalkan kaedah ini kerana ia tidak dianggap hanya menggunakannya untuk mewakili trajektori medan jauh, tetapi menganggapnya sebagai pengganti langsung untuk langkah cahaya medan tinggi. Agak ironisnya, pendekatan terbengkalai ini paling hampir dengan penyelesaian yang akhirnya kami capai dua tahun kemudian.

Demo pertama

Pada ketika ini, ia menghasilkan beberapa hasil yang cukup baik:

Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Walaupun begitu, kami menghadapi banyak isu kebocoran grafik, dan dalam adegan mudah ini, prestasinya tidak begitu baik, walaupun pada GPU PC mewah.

Untuk menyelesaikan masalah kebocoran untuk mengendalikan lebih banyak kejadian dan menyelesaikan pemprosesan dalam masa kurang dari 8 milisaat pada PS5. Demo ini adalah pemangkin sebenar.

Berbanding dengan penyelesaian sebelumnya, perubahan pertama dan terbesar ialah menggantikan penjejakan medan ketinggian dengan penjejakan medan jarak.

Untuk menutup titik kesihatan, masukkan sinar titik kesihatan dari kad, kerana medan jarak tidak mempunyai ciri bucu, dengan cara ini, kawasan yang tidak dilindungi hanya akan menyebabkan tenaga kerugian, bukan kebocoran.

Mengubah surih kon voxel kepada surih sinar medan jarak global atas sebab yang sama.

Pada masa yang sama, kami juga telah melakukan banyak pengoptimuman berbeza dan masa memunggah bahagian Lumen yang berlainan melalui penyelesaian caching. Perlu diingat bahawa tanpa penjejakan kon kita perlu mengecam dan menyembunyikan penjejakan dengan lebih agresif, tetapi sekali lagi itu adalah cerita yang panjang dan rumit.

Ini ialah keputusan akhir selepas kami menghantar demo pertama, secara konsisten di bawah 8ms pada PS5, termasuk kemas kini kepada semua struktur data yang dikongsi seperti medan jarak global. Prestasi semasa adalah lebih baik Contohnya, masa penyiapan demo terkini hampir 4 milisaat, dan kualiti juga telah dipertingkatkan dengan ketara.

Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen

Epilog

Ringkasnya, artikel ini adalah penulisan semula lengkap keseluruhan Lumen, dan terdapat banyak idea berbeza yang telah tidak dilaksanakan. Sebaliknya, beberapa perkara digunakan semula. Sama seperti pada asalnya kami menggunakan kad sebagai perwakilan penjejakan, tetapi kini ia digunakan sebagai cara untuk cache pelbagai pengiraan pada permukaan mesh. Sama seperti penjejakan perisian, ia bermula sebagai kaedah penjejakan utama kami, terutamanya penjejakan kon, tetapi akhirnya menjadi cara untuk mengecilkan dan menyokong adegan berat yang kompleks dengan banyak kejadian bertindih.

Atas ialah kandungan terperinci Rendering super realistik! Pakar teknologi Unreal Engine menerangkan sistem pencahayaan global Lumen. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Cara Memperbaiki Audio Jika anda tidak dapat mendengar sesiapa
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
WWE 2K25: Cara Membuka Segala -galanya Di Myrise
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Kertas Stable Diffusion 3 akhirnya telah dikeluarkan, dan butiran seni bina didedahkan Adakah ia akan membantu untuk menghasilkan semula Sora? Kertas Stable Diffusion 3 akhirnya telah dikeluarkan, dan butiran seni bina didedahkan Adakah ia akan membantu untuk menghasilkan semula Sora? Mar 06, 2024 pm 05:34 PM

Kertas StableDiffusion3 akhirnya di sini! Model ini dikeluarkan dua minggu lalu dan menggunakan seni bina DiT (DiffusionTransformer) yang sama seperti Sora. Ia menimbulkan kekecohan apabila ia dikeluarkan. Berbanding dengan versi sebelumnya, kualiti imej yang dijana oleh StableDiffusion3 telah dipertingkatkan dengan ketara Ia kini menyokong gesaan berbilang tema, dan kesan penulisan teks juga telah dipertingkatkan, dan aksara bercelaru tidak lagi muncul. StabilityAI menegaskan bahawa StableDiffusion3 ialah satu siri model dengan saiz parameter antara 800M hingga 8B. Julat parameter ini bermakna model boleh dijalankan terus pada banyak peranti mudah alih, dengan ketara mengurangkan penggunaan AI

Adakah anda benar-benar menguasai penukaran sistem koordinat? Isu berbilang sensor yang tidak dapat dipisahkan daripada pemanduan autonomi Adakah anda benar-benar menguasai penukaran sistem koordinat? Isu berbilang sensor yang tidak dapat dipisahkan daripada pemanduan autonomi Oct 12, 2023 am 11:21 AM

Artikel perintis dan utama pertama terutamanya memperkenalkan beberapa sistem koordinat yang biasa digunakan dalam teknologi pemanduan autonomi, dan cara melengkapkan korelasi dan penukaran antara mereka, dan akhirnya membina model persekitaran bersatu. Fokus di sini adalah untuk memahami penukaran daripada kenderaan kepada badan tegar kamera (parameter luaran), penukaran kamera kepada imej (parameter dalaman) dan penukaran unit imej kepada piksel. Penukaran daripada 3D kepada 2D akan mempunyai herotan, terjemahan, dsb. Perkara utama: Sistem koordinat kenderaan dan sistem koordinat badan kamera perlu ditulis semula: sistem koordinat satah dan sistem koordinat piksel Kesukaran: herotan imej mesti dipertimbangkan Kedua-dua penyahherotan dan penambahan herotan diberi pampasan pada satah imej. 2. Pengenalan Terdapat empat sistem penglihatan secara keseluruhannya: sistem koordinat satah piksel (u, v), sistem koordinat imej (x, y), sistem koordinat kamera () dan sistem koordinat dunia (). Terdapat hubungan antara setiap sistem koordinat,

Artikel ini sudah cukup untuk anda membaca tentang pemanduan autonomi dan ramalan trajektori! Artikel ini sudah cukup untuk anda membaca tentang pemanduan autonomi dan ramalan trajektori! Feb 28, 2024 pm 07:20 PM

Ramalan trajektori memainkan peranan penting dalam pemanduan autonomi Ramalan trajektori pemanduan autonomi merujuk kepada meramalkan trajektori pemanduan masa hadapan kenderaan dengan menganalisis pelbagai data semasa proses pemanduan kenderaan. Sebagai modul teras pemanduan autonomi, kualiti ramalan trajektori adalah penting untuk kawalan perancangan hiliran. Tugas ramalan trajektori mempunyai timbunan teknologi yang kaya dan memerlukan kebiasaan dengan persepsi dinamik/statik pemanduan autonomi, peta ketepatan tinggi, garisan lorong, kemahiran seni bina rangkaian saraf (CNN&GNN&Transformer), dll. Sangat sukar untuk bermula! Ramai peminat berharap untuk memulakan ramalan trajektori secepat mungkin dan mengelakkan perangkap Hari ini saya akan mengambil kira beberapa masalah biasa dan kaedah pembelajaran pengenalan untuk ramalan trajektori! Pengetahuan berkaitan pengenalan 1. Adakah kertas pratonton teratur? A: Tengok survey dulu, hlm

DualBEV: mengatasi BEVFormer dan BEVDet4D dengan ketara, buka buku! DualBEV: mengatasi BEVFormer dan BEVDet4D dengan ketara, buka buku! Mar 21, 2024 pm 05:21 PM

Kertas kerja ini meneroka masalah mengesan objek dengan tepat dari sudut pandangan yang berbeza (seperti perspektif dan pandangan mata burung) dalam pemanduan autonomi, terutamanya cara mengubah ciri dari perspektif (PV) kepada ruang pandangan mata burung (BEV) dengan berkesan dilaksanakan melalui modul Transformasi Visual (VT). Kaedah sedia ada secara amnya dibahagikan kepada dua strategi: penukaran 2D kepada 3D dan 3D kepada 2D. Kaedah 2D-ke-3D meningkatkan ciri 2D yang padat dengan meramalkan kebarangkalian kedalaman, tetapi ketidakpastian yang wujud dalam ramalan kedalaman, terutamanya di kawasan yang jauh, mungkin menimbulkan ketidaktepatan. Manakala kaedah 3D ke 2D biasanya menggunakan pertanyaan 3D untuk mencuba ciri 2D dan mempelajari berat perhatian bagi kesesuaian antara ciri 3D dan 2D melalui Transformer, yang meningkatkan masa pengiraan dan penggunaan.

Model dunia penjanaan video adegan pemanduan berbilang paparan autonomi | Model dunia penjanaan video adegan pemanduan berbilang paparan autonomi | Oct 23, 2023 am 11:13 AM

Beberapa pemikiran peribadi pengarang Dalam bidang pemanduan autonomi, dengan pembangunan sub-tugas/penyelesaian hujung-ke-hujung berasaskan BEV, data latihan berbilang paparan berkualiti tinggi dan pembinaan adegan simulasi yang sepadan telah menjadi semakin penting. Sebagai tindak balas kepada titik kesakitan tugas semasa, "kualiti tinggi" boleh dipecahkan kepada tiga aspek: senario ekor panjang dalam dimensi berbeza: seperti kenderaan jarak dekat dalam data halangan dan sudut arah tepat semasa pemotongan kereta, dan data garis lorong. . Ini selalunya bergantung pada sejumlah besar pengumpulan data dan strategi perlombongan data yang kompleks, yang memerlukan kos yang tinggi. Nilai sebenar 3D - imej sangat konsisten: Pemerolehan data BEV semasa sering dipengaruhi oleh ralat dalam pemasangan/penentukuran sensor, peta berketepatan tinggi dan algoritma pembinaan semula itu sendiri. ini membawa saya kepada

GSLAM |. Seni bina dan penanda aras umum SLAM GSLAM |. Seni bina dan penanda aras umum SLAM Oct 20, 2023 am 11:37 AM

Tiba-tiba menemui kertas 19 tahun GSLAM: Rangka Kerja SLAM Umum dan kod sumber terbuka Penanda Aras: https://github.com/zdzhaoyong/GSLAM Pergi terus ke teks penuh dan rasai kualiti karya ini~1 Teknologi SLAM Abstrak telah mencapai banyak kejayaan baru-baru ini dan menarik ramai yang menarik perhatian syarikat berteknologi tinggi. Walau bagaimanapun, cara untuk antara muka dengan algoritma sedia ada atau yang baru muncul untuk melaksanakan penandaarasan dengan cekap pada kelajuan, kekukuhan dan mudah alih masih menjadi persoalan. Dalam kertas kerja ini, satu platform SLAM baharu yang dipanggil GSLAM dicadangkan, yang bukan sahaja menyediakan keupayaan penilaian tetapi juga menyediakan penyelidik dengan cara yang berguna untuk membangunkan sistem SLAM mereka sendiri dengan pantas.

'Minecraft' bertukar menjadi bandar AI, dan penduduk NPC memainkan peranan seperti orang sebenar 'Minecraft' bertukar menjadi bandar AI, dan penduduk NPC memainkan peranan seperti orang sebenar Jan 02, 2024 pm 06:25 PM

Sila ambil perhatian bahawa lelaki persegi ini berkerut dahi, memikirkan identiti "tetamu tidak diundang" di hadapannya. Ternyata dia berada dalam situasi berbahaya, dan apabila dia menyedari perkara ini, dia segera memulakan pencarian mental untuk mencari strategi untuk menyelesaikan masalah itu. Akhirnya, dia memutuskan untuk melarikan diri dari tempat kejadian dan kemudian mendapatkan bantuan secepat mungkin dan mengambil tindakan segera. Pada masa yang sama, orang di seberang sana memikirkan perkara yang sama seperti dia... Terdapat adegan sedemikian dalam "Minecraft" di mana semua watak dikawal oleh kecerdasan buatan. Setiap daripada mereka mempunyai latar identiti yang unik Contohnya, gadis yang disebutkan sebelum ini adalah seorang kurier berusia 17 tahun tetapi bijak dan berani. Mereka mempunyai daya ingatan dan pemikiran serta hidup seperti manusia di bandar kecil yang terletak di Minecraft ini. Apa yang mendorong mereka adalah sesuatu yang baru,

Semakan! Gabungan model mendalam (LLM/model asas/pembelajaran bersekutu/penalaan halus, dsb.) Semakan! Gabungan model mendalam (LLM/model asas/pembelajaran bersekutu/penalaan halus, dsb.) Apr 18, 2024 pm 09:43 PM

Pada 23 September, kertas kerja "DeepModelFusion:ASurvey" diterbitkan oleh Universiti Teknologi Pertahanan Nasional, JD.com dan Institut Teknologi Beijing. Gabungan/penggabungan model dalam ialah teknologi baru muncul yang menggabungkan parameter atau ramalan berbilang model pembelajaran mendalam ke dalam satu model. Ia menggabungkan keupayaan model yang berbeza untuk mengimbangi bias dan ralat model individu untuk prestasi yang lebih baik. Gabungan model mendalam pada model pembelajaran mendalam berskala besar (seperti LLM dan model asas) menghadapi beberapa cabaran, termasuk kos pengiraan yang tinggi, ruang parameter berdimensi tinggi, gangguan antara model heterogen yang berbeza, dsb. Artikel ini membahagikan kaedah gabungan model dalam sedia ada kepada empat kategori: (1) "Sambungan corak", yang menghubungkan penyelesaian dalam ruang berat melalui laluan pengurangan kerugian untuk mendapatkan gabungan model awal yang lebih baik.

See all articles