图形显示的革命——我看到了混乱和未来

影视图形的发展史本质就是图形显示技术的迭代史。和游戏领域一样,在影视作品中,实时渲染同样是图像技术的最重要的应用体现。对电影行业来说,实时渲染一直都是电影拍摄前期预览的重要组成。而其效果将直接影响到想法传递的准确性,间接影响到整个制作流程的工作量。而且,随着实时渲染的效果越来越好,电影从业人员正尝试将实时渲染引擎加入到后期制作的工作流程当中。而对电视行业来说,如今我们很熟悉的虚拟演播室,就是实时渲染的成熟运用之一。近几年特别流行的AR/VR/MR,其实早已经存在于标准工作流程在广电行业服务了十几二十年。

图形显示技术的飞速发展,导致在影视行业产生持续的变革。电视虚拟演播室的研发厂商,早年在实时渲染中投入大量的研发资源开发渲染引擎,创造自己的工作流程。当这些厂商闭门造车,占山(电视台)为王,相互争斗时,游戏渲染引擎凭借巨大的用户量为财力支撑,沉淀了几十年的图形技术,这两年突然跨界打击(以用户数量来比较,也可以说降维打击),插足于影视,建筑等多个领域。当电视观众在电视上见到逼真的游戏引擎带来的渲染效果时,那些采用旧渲染技术的虚拟演播室产品,已然沦为过气的明星,在舞台上尴尬地不知何去何从。而那些虚拟演播室厂商,对船坚炮利突然来犯的外敌,并没有时间和财力“师夷长技”。能做的唯有死地求生,比别人先抱上外敌的大腿。

所以,Jin在上周参加BIRTV,深刻体会到技术对产品的洗牌。每个虚拟演播室的厂商,争相捆绑游戏引擎unreal到自己的产品线中。虽然unreal引擎效果出色,但厂商们不会完全采用unreal而放弃自己技术过气的产品,这意味着放弃自己经营多年的产品工作流程。谁都不愿意市场重新归零,跟大批新玩家站在同一起跑线上。所以,所有厂商无奈地采用一种方案:双引擎,其实是两套系统硬生生塞在一起。听着牛逼,其实挺悲凉的。

说完现状,我们展望一下未来。最近关注显示技术的朋友,一定不会错过Nvidia的大新闻:发布了图灵架构的RTX平台显卡,包含两项最主要的黑科技:硬件实时的光线追踪和人工智能的加持。

RTX新特性

光线追踪一直是计算机图形技术所探求的“圣杯”。这项于1979年就已经提出的算法,一直广泛应用于非实时的图形渲染中。其主要概念就是,模拟从观察者眼睛向每个像素点发出射线,如果遇到物体遮挡,就根据物体表面的折射反射属性,相应改变射线方向。这样递归几次,产生最终图像。相对于光线追踪,传统渲染方法称为光栅化渲染,下图就是光栅化和光线追踪的最明显区别:

光线追踪的优点是能让场景渲染得更加逼真,主要是因为以下四点:

阴影:在真实环境里,由于天光的漫射,阴影离投影物体越近越清楚,越远越模。从对比图中可以看到,光线追踪的阴影能真实的反映出阴影的这种特性,而无光线追踪则阴影比较生硬和平均。

关于阴影,还有一个特性叫做“环境光遮蔽”(Ambient Occlusion),指的是物体和物体相交或靠近的时候遮挡周围漫反射光线的效果,简称AO。AO在近两年游戏中都有存在。但是光线追踪使AO效果更真实,下图就是光线追踪AO的区别:

第一张图是游戏中常用的SSAO效果,好像只是简单将物体描边。而光线追踪的AO则更自然,AO受到光线的影响。

反射和折射:基于光线追踪算法的特性,天然能很好的表现反射和折射效果。下图左边为普通实时渲染效果,右边是RTX的光线追踪效果。我们可以看到玻璃球折射率能完美的表现出来。


光线追踪在非实时渲染中的开销巨大,在Maya中,基于场景复杂度,开与不开光线追踪可相差数百倍的渲染时间。随着显卡硬件的提升和软件渲染优化,我们已经能在实时渲染中体验到光线追踪。而这次RTX将光线追踪加入到GPU渲染管道,据说可以加快6倍的渲染时间。但是,由于硬件性能的限制,即使是RTX,实时渲染暂时还只能选择性局部地运用。

下面是TRX光线追踪实时渲染的技术展示,我们可以体会到渲染质量的飞跃。

接下来是名为NGX的深度学习技术。通过运用NGX,你可以将AI图形增强技术运用到游戏等实时渲染中。NVidia介绍了三种运用:

AI InPainting:类似于Photoshop的内容感知功能,InPainting能将图像或视频中的一部分内容抹去,AI自动帮你填充内容。比如说可以用InPainting抹去建筑物上的电线,而AI能预测没有电线应该是什么背景,然后帮你填充。

AI Slow-Mo:该技术能将原本低帧率的视频,计算填充为顺滑的高帧率慢动作视频。

AI Up-Res: 能将视频或图片以2倍,4倍或8倍无锯齿放大,AI将计算填充所需像素。与现有滤镜算法不同的是,AI能估算哪些地方该清楚,哪些地方是景深效果,应该模糊。

Deep Learning Super Sample (DLSS):现有去锯齿方法无非就是两种,增加采样率或者物体边界颜色融合。但前者是资源占用过大,后者会损失一部分细节。而DLSS在AI的辅助下,能获得高质量的抗锯齿的同时,比其他算法更自然的渲染效果。

相对光线追踪,我更期待深度学习的功能。有效地运用AI,能减少硬件性能的瓶颈。对解放生产力,提高生产效率有本质的影响。

花渲染HD的时间就能出4K的图,想想就激动呢。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 220,192评论 6 511
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,858评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,517评论 0 357
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,148评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,162评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,905评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,537评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,439评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,956评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,083评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,218评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,899评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,565评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,093评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,201评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,539评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,215评论 2 358