Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

NVIDIA は、レンダリング、シミュレーション、生成 AI に重点を置いた一連の技術進歩を SIGGRAPH 2024 で披露する予定です。コンピューター グラフィックス愛好家の拠点となるこのカンファレンスは、7 月 28 日から 8 月 1 日までデンバーで開催されます。NVIDIA の貢献には、高度な AI モデルのトレーニングに不可欠な合成データ ジェネレーターと逆レンダリング ツールの限界を押し広げる 20 以上の研究論文が含まれます。

同社の研究論文は、視覚生成 AI の拡散モデル、物理ベースのシミュレーション、画質を向上させる AI を活用したレンダリングなど、さまざまなトピックを掘り下げています。2 つの最優秀論文賞を獲得したこれらの論文は、 Adobeや Roblox などの企業研究者や、数カ国の学術機関との共同作業の成果です。NVIDIA の研究は、開発者や企業に、ストーリーテリング、科学的探究、トレーニング シミュレーションに利用できる複雑な仮想オブジェクト、キャラクター、環境を作成するための高度なツールを提供することを目指しています。

イノベーションの中には、テキスト プロンプトを画像に変換するのに役立つ拡散モデルの改善があり、クリエイターがストーリーボードやその他の制作ニーズに合わせてビジュアルをすばやく生成するのに役立ちます。テルアビブ大学と共同で開発された注目のプロジェクトである ConsiStory は、一貫性のあるキャラクター画像の作成を効率化し、生成時間を大幅に短縮します。さらに、NVIDIA は、2D 生成拡散モデルを 3D メッシュのインタラクティブなテクスチャ ペイントに適用する方法に関する論文を発表します。これにより、アーティストは複雑なテクスチャをリアルタイムでペイントできます。

NVIDIA の研究は物理ベースのシミュレーションにも及び、そこでは物理領域と仮想領域のギャップを埋めています。同社の研究には、コンシューマーグレードの GPU でテキスト プロンプトから人間の動きをリアルタイムでシミュレートするフレームワークである SuperPADL が含まれます。別の論文では、さまざまな環境でのオブジェクトの動作を予測するニューラル フィジックス メソッドが紹介されています。さらに、NVIDIA はカーネギー メロン大学と連携して、熱分析やその他のシミュレーションを実行できる新しいレンダラーを開発しており、これによりエンジニアリング設計プロセスが大幅に迅速化される可能性があります。

同社のレンダリングリアリズムと回折シミュレーションへの取り組みも注目に値します。論文では、可視光をモデル化し、回折効果をより効率的にシミュレートする方法が紹介されています。シミュレーションを最大 1,000 倍高速化できるこれらの技術は、自律走行車のトレーニング用のレーダー シミュレーションに応用できます。ユタ大学とのコラボレーションを含む NVIDIA のパス トレーシングの進歩により、サンプル数が 25 倍に増加し、画像品質が向上しました。最後に、NVIDIA は、大規模 3D モデル用の fVDB フレームワークや、ダートマス大学と共同で開発した、3D オブジェクトと光の相互作用を表現するための受賞歴のある理論など、3D 表現用の AI ツールを導入しています。ソース：