元宇宙是互联网向3D网络进化过程中的下一个重要阶段,将为娱乐、汽车、制造业、机器人等各个行业带来重大机遇。
因此,NVIDIA与合作伙伴一同加入了Metaverse Standards Forum,所有相关方都可以在这个开放的平台上讨论并定夺如何以最好的方式来奠定元宇宙的基础。
从2D互联网到3D互联网
1970年代和1980年代的早期互联网完全通过基于文本的界面、UNIX shell和控制台访问。1990年代出现的万维网将图像和文字以网页的形式组合成2D世界,并通过这个更自然、更直观的接口使数百万人能够访问互联网。
即将出现的元宇宙是一种3D互联网。它通过打造一个高度接近现实世界的互联网接口,延续了互联网更容易访问和更自然的发展趋势。
通过结合CAD/CAM、视觉效果和视频游戏领域在过去三十年所开发的3D计算机图形和模拟技术,以及当今的算力,我们现在能够开始构建这样的接口。
为工作与娱乐共同打造
一谈到元宇宙,大多数人会想到游戏或社交。这两者肯定是元宇宙的重要用例,但就像互联网一样,元宇宙不会仅限于此。
互联网的用途远不止于娱乐。各类企业和行业都在互联网上经营,互联网已成为他们必不可少的基础设施。我们相信新兴的元宇宙也将如此。
例如,零售商正在开设销售真实和虚拟商品的虚拟商店,研究人员正在使用数字孪生来设计和模拟核聚变发电站。
宝马集团正在开发整座工厂的数字孪生,以便更快设计出并运营高效、安全的工厂。NVIDIA正在建造一台AI超级计算机来驱动地球的数字孪生,帮助研究人员深入认识并解决气候变化问题。
源自万维网的启发
1993年,万维网引入了一种描述网页的标准且开放的方式——超文本标记语言(HTML),它成为了万维网取得成功的关键因素。如果没有HTML,网络上就会遍布互不相连的“孤岛”,这些“孤岛”只能在各自的内部进行链接。
幸运的是,早期网络和互联网的创建者明白,开放标准(尤其是数据格式的开放标准)是推动增长和网络影响力的加速器。
元宇宙需要一个等同于HTML的方式来高度详细地描述各个相互链接的3D世界。用户必须能够使用各种工具、查看器和浏览器在3D世界之间进行无缝、连贯的移动。
这个解决方案就是皮克斯所开发的一种开放且可扩展的格式、库和组合引擎——通用场景描述(USD)。
USD是构建元宇宙所需的众多构件之一。另一个构件是glTF,这是一种由Khronos Group内部所开发的3D传输格式。我们认为USD和glTF是兼容的技术,并希望看到它们以这种方式共同发展。
建立一套完整的标准
NVIDIA开发者生态系统副总裁、Khronos Group总裁兼论坛主Neil Trevett表示,元宇宙需要一套完整的标准。
虽然该论坛不会制定这些标准,但设计人员和用户将在这里了解和尝试他们想要使用的标准,并探索任何缺失或需要扩展的标准。
我们十分高兴看到Metaverse Standards Forum的成立。来自各个领域的人士可以在这个自由而开放的平台上齐聚一堂,为元宇宙这一激动人心的新互联网时代做出贡献!
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。