九游体育app官网齐被和谐到了一个框架中-九游体育(Nine Game Sports)官方网站 登录入口

发布日期：2026-05-02 17:22    点击次数：153

无需物理引擎九游体育app官网，单个模子也能竣事"渲染 + 逆渲染"了！

在计较机图形和视觉界限，渲染是指将 3D 模子形成传神的 2D 图片，逆渲染则是从 2D 图片分析出 3D 模子的各式属性（如材质、光照等）。

当前，从材质主见（逆渲染）——材质裁剪——物体渲染的整个经由，齐被和谐到了一个框架中，且在性能方面达到了新 SOTA。

该参议出自港科大广州以及趣丸科技，他们始创双流扩散框架 Uni-Renderer，将渲染（生成图像）与逆渲染（主见材质、光照、几何）和谐到单一扩散框架，竣事"生成即主见"的闭环才能。

有计划效用已被 CVPR 2025 领受，代码与数据全面开源。

参议团队暗示，这一效用将来将重塑影视、游戏、AR/VR 等产业的视觉生成管线。

始创双流扩散框架

正如开首提到，渲染是通过光辉跟踪或旅途跟踪，生成高质量的图像；逆渲染是在 RGB 图像中索要出对象属性，比如金属度、直率度以及光照细节。

传统关节需孤立建模训诲渲染器与逆渲染器，计较资本高效用低泛化差，两个过程也艰巨有计划，精度和属性主见效果齐有限。

而 Uni-Renderer 的双流扩散架构将两个过程建模为双条目生成任务，生成时以材质、光照为条目输出图像，主见时以图像为条目反推内在属性：

其中渲染流致密生成 RGB 图像：以 VAE 编码材质、法线、光照为条目，通过扩散过程生成图像，撑握动态诊治直率度 / 金属值（如"光滑棒球"秒变"金属质感"）。

而逆渲染流致密处理内在属性：以图像为输入，通过噪声展望集会主见属性， 并在集会里面进行跨流交互，竣事信息传递会通优化协同。

此外，团队还采纳了各异化的 timestep 颐养政策，通过不同的 timestep 使模子差异渲染和逆渲染的映射有计划，让这两者能更好协同。

临了，鉴于传统逆渲染因"材质 - 光照 - 几何"耦合性导致主见朦胧。

因此，他们将逆渲染主见获取的属性，再次输入到渲染模块进行再渲染，并借助轮回管理确保主见收尾可再行生成一致图像，绝对告别"主见即失真"。

实测对比，性能碾压 SOTA

1、材质裁剪

对比 Subias（过曝）、InstructPix2Pix（布景无理），Uni-Renderer 精确截止高光与漫反射，如下图中"金属橙子"名义反射环境光照，细节传神。

2、重光照

如下图所示，输入单张图像，径直替换环境光为"夕阳 / 霓虹"，模子自动诊治漫反射与镜面反射，光影过渡当然，卓绝 NvDiffRec 的生硬效果。

3、真确场景

下图中，"水壶"逆渲染生效知道高频环境光，金属质感与直率度破绽仅 3%。

抽象而言，通过在生成阶段，以材质、光照为条目输出图像；主见阶段，以图像为条目反推内在属性，效用提高了200%。

同期，Uni-Renderer 强制内在属性与图像的一致性，在公开测试集上材质地到破绽裁减 40%，光照主见 PSNR 提高 30%。

另外，参议基于 Objaverse 构建业界最大限制多材质合成数据集，涵盖 20 万 3D 对象、121 种材质 / 光照组合，撑握高分辨率（1024 × 1024）训诲。模子在未见过的真确场景中（如金属水壶、手机支架）仍能精确主见高光、直率度与复杂光照。

在渲染任务中，PSNR 达30.72（对比基线 28.09），逆渲染任务中，材质地到 MSE 仅0.118（优化关节 0.316）；重光照效果卓绝 GaussianShader 等决策，真确感拉满。

开源即用

当前团队对 Uni-renderer 同步进行了开源，包括：

代码库：撑握一键训诲 / 推理，兼容 PyTorch 生态；

合成数据集：20 万对象 + 百万级材质 - 光照组合，涵盖数理化生多界限；

预训诲模子：即插即用于游戏财富生成、影视后期、工业野心等场景。

这项参议的作家为陈知非 , 许添硕以及葛汶杭，他们是来自于香港科技大学（广州）ENVISION 本质室的博士生，师从陈颖聪练习。

（ENVISION 本质室专注于视觉生成模子的参议，用功于于探索其基欢喜趣，以提高模子的质量、效用、各种性和可控性。）

小结一下，Uni-Renderer 的提议，绚丽着视觉生成与知道从"分而治之"迈入"和谐智能"期间。

其双流架构与轮回管理机制，为跨任务结伴优化提供了全新范式。

将来，团队将进一步会通真确数据，攻克复杂动态场景，让东谈主工智能成为"万能视觉工程师"。

论文聚首：

https://arxiv.org/pdf/2412.15050

GitHub 代码：

https://yuevii.github.io/unirenderer-page/

本质室官网：https://envision-research.hkust-gz.edu.cn/index.html#news

—  完  —

学术投稿请于使命日发邮件到：

ai@qbitai.com

标题注明【投稿】，告诉咱们：

你是谁，从哪来，投稿本体‍

附上论文 / 名堂主页聚首，以及有计划神志哦

咱们会（尽量）实时修起你

一键良善 � � 点亮星标

科技前沿知道逐日见

一键三连「点赞」「转发」「严防心」

接待在驳倒区留住你的思法！九游体育app官网