标签
在SIGGRAPH 2026上,NVIDIA发布了一系列图形和AI领域的进展,包括面向创意工具的Model Context Protocol集成、Cosmos 3 Edge开放世界模型、合成视频检测器NIM微服务以及基于DGX Station的NemoClaw,突显了代理式AI和物理AI。
介绍 InfiniteDiffusion,一种无需训练的算法,使扩散模型能够生成无边界、种子一致的地形,并具有恒定时间的随机访问能力,弥合了学习保真度与程序化实用性之间的差距。Terrain Diffusion 框架展示了具有地球尺度动态范围的交互式速率真实地形生成。
提出StudioRecon,一种从低重叠相机拍摄中进行4D人体-场景重建的方法,使用背景(视频扩散)和人体(SMPL)的独立先验,并带有递归增强模块。已被SIGGRAPH 2026接收,在PSNR上超越先前方法+1.5至+5.0 dB。
NVIDIA 研究提出了生成式预训练控制器(GPC),一种使用离散token和基于Transformer的下一token预测来预训练电机控制的方法,从而可以针对新任务进行微调。GPC在600多小时的运动数据上训练,可在实时物理仿真中运行,实现交互式控制。
NVIDIA在SIGGRAPH 2026上发布了MotionBricks,这是一个AI模型,使游戏角色和机器人能够掌握超过35万种动作技能,帧率高达15,000 FPS,延迟仅为2毫秒。
研究人员提出了高斯点溅射(Gaussian Point Splatting),这是一种随机渲染方法,利用像素大小的不透明点和64位GPU原子操作,能够实时渲染数亿个高斯点。该方法已被SIGGRAPH 2026接收,采用层次化剔除与并行编程原语,实现均匀的工作负载分配,与原始高斯溅射相比仅存在轻微的噪声差异。
Pixal3D是由TencentARC和微软开发的高保真单图转3D模型,通过反向投影显式地将像素特征提升到3D,实现接近重建级别的几何结构和PBR纹理。该模型已被SIGGRAPH 2026接收,并提供推理代码和演示。