本文由微信公众号余的AchiCG(公众号ID:YU_ACG)授权在本站发布 若需转载,请联系原公众号
微信扫一扫关注该公众号
各位好
我又来了
这次给大家介绍的是
Optix AI Denoiser
在它的帮助下能极快地完成渲染
让你在最短的时间内看到可靠的结果
是英伟达带来的技术
又是一个人工智能带来的飞跃
先看个视频
本文以VRay为例
这是VRay Next Beta第二版引入的功能
正式版将于今年四月左右发布
我迫不及待地试用
无奈工作繁忙
所以现在才匆匆发文分享
相比过往的VRayDenoiser
AI Denoiser有更惊人的速度
在画面难以辨认的情况下
就已经能推测出靠谱的结果
我手持GTX1080ti
做了个粗糙的对比
不难看出
AI降噪在渲染最初时更显优势
当画面噪点还很多的时候
AI降噪就已经能推测出平滑的效果
VRayDenoiser却束手无策
AI降噪能在渐进式渲染进行时
即时更新效果
处理整张图仅需几十毫秒
甚至是全画面每像素一根射线时
AI降噪就能平滑出非常好的结果
什么概念?
就是
渲染刚开始才几秒
图就好了
如此变态的快速
让效果调整变得极其快速便捷
无需漫长的等待
省电省时间
而且在这个版本的VRay里
降噪质量还有改善空间
目前只考虑Diffuse和Normal两个图层
往后图层更多、训练集更大的时候
将会有更好的降噪效果
不止是VRay
Redshift,FinalRender等渲染器也加入了AI降噪
成为离线渲染器的标配
为何如此黑科技
AI Denoiser之所以能快速猜测出最终结果
归功于强大的AI
和很多AI工具类似
它也是通过大量样本训练出来一个程序
能处理特定的问题
例如上一篇文章提到的神经网络AO
相比人工定制具体的解决方案
AI更像是一位老中医
看病越多经验越丰富
诊断准确率也会越来越高
就像
做选择题不看选项内容
选长的准没错
当然,这么做准确率高不到哪去
只求尽可能高的准确率
不求百发百中
通常训练AI
会用到上万甚至更多的样本
正确率会无限逼近100%
再加上额外的限定条件
甚至能做到万无一失
AI 降噪也一样
通过学习成千上万的光线跟踪图片
能在噪点很多的早期
就推测出最终成品的样子
工程师还可以根据渲染器自身算法特点
训练出更合适的降噪程序
配上实时光线跟踪技术
无烘焙的VRay级游戏画面成为可能
就如最近NVIDIA推出的RTX
实时光线跟踪已然诞生
这不得不说是个划时代的飞跃
让渲染速度有魔术般的变化
所有光照小把戏在这里都显得渺小
我们马上就能看到0.1S就完成的渲染
到时设计可视化工具将淡化渲染过程
更多的是设计
因为建模时的显示效果已经极为真实
想想还是很让人期待的
|