如果乍一看，您認為 NVIDIA NeRF 是這家圖形巨頭試圖轉向玩具飛鏢槍市場的標誌，那麼沒有人會責怪您。幸運的是，現實要冷酷得多。 NeRF 代表“Neural Radiance Fields”，這是一種基於 AI 的技術，旨在用很少的信息重建物體或整個場景。
NeRF 的一個主要目標是提供具有盡可能少的結果場景盡可能小的文件大小重量。你可以向該技術提供幾張圖片，然後 AI 會接手創建一個你可以四處移動的場景。在未來，NeRF 的部署可能意味著遊戲安裝大小可能會大幅減少，這僅僅是因為 AI 足夠聰明，可以用很少的初始數據重新創建場景的準確表示。
雖然 NVIDIA 已經談到了 NeRF從去年開始，它又回到了我們的視野中。 YouTube 頻道 Two Minute Papers 詳細介紹了 NeRF 的功能，這是一款很棒的手錶:
自然，NeRF AI 的圖像輸入越多，結果將是準確的，但總的來說，實際上需要很少的數據來產生可信的場景。提供了一個示例，其中從不同角度拍攝了四張女性照片，AI 將其轉換為 3D 模型，並使環境能夠平移。
NeRF 過程讓人聯想到攝影測量，但生成對像或場景所需的信息要少得多。即使是攝影測量中的簡單物體也可能需要數十張照片才能生成有用的 3D 物體，而 NeRF 只需要其中的一小部分。攝影測量的最終結果通常會顯示鋸齒狀邊緣，如果將資產縮小並放入遊戲引擎中，這通常無關緊要，但 NeRF 的目標是重新創建一個沒有明顯問題的場景。
NeRF 在過去一年中取得了顯著發展，NVIDIA 的 Instant NeRF GitHub 存儲庫全年都充滿了活動。該技術甚至成功實現了 TIME 的 年度發明獎 就在一個月前。
雖然 NeRF 可以將漂亮的場景重現為 3D 環境，但對強大處理能力的需求並沒有消失離開。您最終仍然需要渲染場景，因此您的圖形解決方案越強大越好。此外，推理性能也至關重要，這意味著具有加速矩陣乘法的 GPU 將受益匪淺——例如配備 Tensor 內核的 NVIDIA。
NeRF 最讓我們印象深刻的是 AI 在多大程度上進來的時間似乎很短。有些在幾十年前似乎不太可能——如果不是不可能的話——正在成為現實。不，AI GPT 沒有寫這篇文章，非常感謝。