是否想象过您喜爱的各个游戏角色会同时空呈现?他们聚在一起时会是怎样的画面?现在,您的想象即将成真,NVIDIA召集了各地的RTX创作者,利用Omniverse Machinima应用制作动画,并将“战术小队(Squad)”、“骑马与砍杀2:领主(Mount & Blade II: Bannerlord)”和“机甲战士5(Mechwarrior 5)”中的角色加入其中。

使用Omniverse Machinima应用将标志性游戏角色混剪为电影级短片,就有机会赢取功能强大的NVIDIA Studio设计本。
赢取最新款NVIDIA Studio设计本
第1名:搭载RTX 3080 Ti的Asus ProArt创16
华硕(Asus)ProArt创16搭载GeForce RTX 3080 Ti GPU和精美的4K显示器,采用NVIDIA Studio领先科技,机身结构紧凑,凭借出色功耗助力用户随时随地移动办公。
第2名:搭载RTX 3080的雷蛇(Razer)灵刃15精英版
雷蛇(Razer)灵刃15精英版搭载了GeForce RTX 3080 GPU,这款功能强大的15英寸笔记本专为追求轻薄便携且要求苛刻的创作者打造,助力用户随时随地移动办公。
第3名:搭载RTX 3070 Ti的微星(MSI)创造者Z16
对于需要同时使用多个应用完成工作的3D创作者而言,搭载GeForce RTX 3070 Ti GPU的创造Z16便是不二之选。此款笔记本提供所需的硬件,助您充分发挥Omniverse及其互连特性的强大威力,让您喜爱的3D工具如虎添翼。
常见问题解答
Q:什么是NVIDIA Omniverse?
A:在Studio设计本上运行NVIDIA Omniverse,以前所未有的速度呈现你的精彩创意。您可以同时使用您喜爱的3D应用并在之间开展协作,通过先进的物理模拟、材质和AI助力的工具,探索全新的艺术创作工作流程。此外,RTX渲染器还可让您体验实时光线追踪和电影级路径追踪。
NVIDIA Omniverse面向个人用户免费开放。
Q:哪些人可以参加NVIDIA Omniverse竞赛?
A:只要来自符合条件的国家/地区,均可参赛!
此竞赛面向任何水平的RTX创作者,旨在向您介绍Omniverse的强大渲染能力。无需具备相关经验或知识。
Q:参加竞赛需要使用什么?
A:您需要下载并安装Omniverse及Omniverse Machinima公测版才能参加Machinima竞赛。请注意,您的设备需至少配备GeForce RTX或NVIDIA RTX显卡,才能在Omniverse Machinima(公测版)中完成渲染。
Q:参赛要求是什么?
A:本次竞赛要求参赛者完成以下挑战:借助Omniverse Machinima并利用“战术小队(Squad)”、“骑马与砍杀2:领主(Mount & Blade II: Bannerlord)”或“机甲战士5(Mechwarrior 5)”中的至少一个可用素材,打造影片级短视频。参赛者可直接在Omniverse Machinima素材库中找到并使用相关素材。您可利用任何第三方工具推进工作流程,但只能借助Omniverse Machinima合成并渲染最终视频。
参赛者需通过本次竞赛的提交表单提交/上传以下内容,方有资格参加本次竞赛:
敬请访问Machinima竞赛网址了解更多参赛规则,并下载NVIDIA Omniverse。
竞赛合作伙伴

机甲战士5(MechWarrior 5)

骑马与砍杀2:领主(Mount & Blade II: Bannerlord)

战术小队(Squad)
评委阵容升级
在本次Machinima竞赛中,NVIDIA邀请到了来自中国的穆之飞老师作为评委,旨在以更丰富的视角来解析、欣赏参赛选手作品。

穆之飞
中国中央美术学院电影VFX专业导师
中国电影美术学会CG艺术专委会主任
数字艺术家、CG动画艺术指导
评委简介:
致力于推动数字技术与艺术的融合,以及在影视、游戏、动画、VR等跨媒体领域的创新实践,策划“北京国际CG艺术双年展”,组织举办“GGAC全球游戏动漫概念美术大赛”“奇点奖,幻想世界观概念美术大赛”等多个大型比赛项目。做为计算机视觉开发者,以研究当代社会文化环境下的艺术生态和艺术形式的演变趋势为核心课题,探讨不同次元的文化如何进行艺术设计产品的转化与生成。
大赛评委

Dane Johnston
NVIDIA Omniverse Machinima产品负责人

Jenn Tidwell
Rooster Teeth研发制作人

Ronan Browne
NVIDIA Omniverse首席动画师

Giselle Valenzuela
Sledgehammer Games高级助理灯光艺术家

Joshua Bapst
NVIDIA Omniverse高级内容制作人

Jae Solina
JSFILMZ创意总监/YouTube频道主

Joseph Jowett
Newscape Studios首席行政官

穆之飞
中国中央美术学院电影VFX专业导师
中国电影美术学会CG艺术专委会主任
数字艺术家、CG动画艺术指导
好文章,需要你的鼓励
据《华尔街日报》报道,在马斯克针对OpenAI的诉讼失败后,OpenAI正加速推进IPO计划。CEO萨姆·奥特曼希望公司最快于今年9月上市,目前已与高盛、摩根士丹利合作,并可能在数日或数周内秘密提交上市申请。与此同时,马斯克旗下SpaceX的IPO文件也预计近期公开。两家公司的上市竞争,标志着马斯克与奥特曼的博弈从法庭转移至资本市场。
KAIST团队提出策略助推方法,通过强制分配解题方向引导AI探索多样思路,仅用八份样本就超越了消耗八倍资源的传统方法。
调查显示,51%的专业人士认为AI生成的低质量内容(即"workslop")正在降低生产效率,45%的人因此对职场使用AI更加谨慎。这类内容表面精致却缺乏准确性和实质价值。专家建议两步应对:一是重塑AI生产力思维,推行"AI先行、人工复核"的工作模式;二是保持持续投入,深入掌握AI工具的有效用法。企业领导者强调,真正从AI中受益需要坚持与学习,而非浅尝辄止。
要理解这项研究,先得明白现在的AI是怎么"画"图的。 可以把AI生成图片的过程想象成一个特殊的厨房。当AI要学会画图时,它不会像人类画家那样一笔一画地描绘,而是采用一种叫做"自回归"的方式——简单说就是"一个食材接一个食材地添加"。但问题在于,AI厨房处理的"食材"不是真实的图像像素,而是一种被压缩过的"标准化食材包"。 这个压缩过程,叫做"离散分词",由一个叫"分词器"(tokenizer)的设备完成。打个比方,分词器就像一台高级的食材切片机,它把一整张图片切成很多小块,然后给每一小块贴上一个"编号标签",对应到一本"标签字典"(也就是研究者口中的"码本")里的某个条目。比如,标签001可能代表"蓝天的一小块",标签002代表"绿草的一小块"。 这种做法的好处是大幅简化了AI的工作量——它不用记住几百万个像素,只需要记住一串编号就行了。这就是为什么如今像Chameleon、Emu3这些大名鼎鼎的多模态AI模型都用这种技术。 但问题也恰恰出在这里。当切片机以16倍的压缩率工作时(也就是说原本256个像素被压缩成1个标签),很多细节就被无情地丢弃了。蓝天少一些云彩、草地少几根草尖,人眼几乎看不出来。可一旦切到了文字或人脸,灾难就发生了——一个英文字母"e"和"c"的差别可能就在那么几个像素,一张脸上眉眼的位置稍微挪一挪,整个人就变了样。 研究团队发现,认知科学研究早就指出,人类的视线会不自觉地被文字和人脸吸引,对这两类内容的细节扭曲特别敏感。换句话说,AI画其他东西糊一点没关系,但文字和脸糊了,用户立马就能察觉。 之前的研究者也意识到了这个问题,他们的解决思路通常是"加大切片机的容量"——比如把标签字典从1万6千条扩展到26万条,或者让每张图用更多的标签。但这就像为了切好一根胡萝卜而把整个厨房改造成大型工厂,成本高得离谱,而且效果也不见得好。 清华和微软的团队提出了一个完全不同的思路:与其让切片机变得更大,不如教它学会"看重点"。 二、给切片机装上"火眼金睛"