當(dāng)前,追光動(dòng)畫(huà)新作《新神榜:楊戩》(以下簡(jiǎn)稱(chēng)“楊戩”)正在熱映,制作水準(zhǔn)再次升級(jí)。無(wú)論是“水墨特效太極圖大戰(zhàn)”,亦或神女婉羅的靈動(dòng)舞姿,還是元神現(xiàn)身的超燃瞬間,都極具視覺(jué)震撼。這場(chǎng)“大銀幕古風(fēng)奇幻視效盛宴”燈光總渲染量高達(dá)3.6億核小時(shí),其中,在阿里云上的渲染時(shí)長(zhǎng)達(dá)1.58億核小時(shí),約占總時(shí)長(zhǎng)的44%。
圖說(shuō):楊戩元神
追光動(dòng)畫(huà)是國(guó)內(nèi)領(lǐng)先的動(dòng)畫(huà)電影制作公司,自2015年第一部動(dòng)畫(huà)電影《小門(mén)神》開(kāi)始就與阿里云合作,七年來(lái),合作了《新神榜:哪吒重生》、《白蛇2:青蛇劫起》、《貓與桃花源》等多部影片?!稐顟臁穭?chuàng)新重塑了神話中蓬萊、方壺、瀛洲三大仙島,構(gòu)建出一副前所未見(jiàn)的古風(fēng)奇景。三大仙島的美術(shù)風(fēng)格以秦漢為基準(zhǔn),并融合了部分南北朝的特點(diǎn),經(jīng)過(guò)從建模到渲染等諸多動(dòng)畫(huà)制作步驟,最終造出飄渺仙境。
圖:蓬萊仙島
《楊戩》是追光動(dòng)畫(huà)歷史上渲染量最大的影片,相較于《白蛇:緣起》《白蛇2:青蛇劫起》等前作,《楊戩》特效畫(huà)面場(chǎng)面更為宏大,畫(huà)面細(xì)節(jié)更多更精細(xì),平均單幀渲染時(shí)長(zhǎng)達(dá)17小時(shí)。而且,不同的場(chǎng)次難度不同,渲染時(shí)需要用到的云服務(wù)器節(jié)點(diǎn)數(shù)在 0 到 2000 之間動(dòng)態(tài)變化。龐大的渲染量對(duì)算力和存儲(chǔ)的性能需求均遠(yuǎn)超預(yù)期。
上云成為《楊戩》渲染提效的有力手段。依靠阿里云高性能計(jì)算E-HPC敏捷、彈性的特性,單實(shí)例規(guī)格高達(dá)52核192G內(nèi)存,可快速交付海量算力;阿里云并行文件存儲(chǔ) CPFS,最多時(shí)穩(wěn)定支撐了約 2000臺(tái)云節(jié)點(diǎn),單文件系統(tǒng)最高可支持 100GB/s 的吞吐和260萬(wàn) IOPS,有力保障了《楊戩》渲染順利、高效地在云端進(jìn)行。
追光動(dòng)畫(huà)表示,“楊戩項(xiàng)目資產(chǎn)和特效量的增加,對(duì)云渲染提出了更高的要求。阿里云的產(chǎn)品根據(jù)項(xiàng)目的需求及時(shí)做調(diào)整,滿(mǎn)足了楊戩項(xiàng)目的需求,在渲染總時(shí)長(zhǎng)中占了很大的比重,在時(shí)間上保證了項(xiàng)目的進(jìn)度。非常感謝阿里云在云渲染方面提供的高效的技術(shù)服務(wù)。”
阿里云是國(guó)內(nèi)最早提供動(dòng)畫(huà)渲染服務(wù)的云計(jì)算服務(wù)商。早在2011年就切入渲染行業(yè),并耕耘至今。目前,阿里云渲染解決方案已在國(guó)內(nèi)多家頭部視覺(jué)特效公司及大型渲染農(nóng)場(chǎng)落地。阿里云智能影視動(dòng)漫行業(yè)解決方案架構(gòu)師鄭雯介紹,阿里云的整體影視動(dòng)漫行業(yè)解決方案不會(huì)止步,未來(lái)將積極探索影視行業(yè)和云在更多場(chǎng)景的進(jìn)一步緊密結(jié)合,推動(dòng)斷點(diǎn)續(xù)算、容器化、實(shí)時(shí)渲染等方面的技術(shù)演進(jìn)。
圖:阿里云智能高性能計(jì)算負(fù)責(zé)人何萬(wàn)青
阿里云智能高性能計(jì)算負(fù)責(zé)人何萬(wàn)青表示,“數(shù)字內(nèi)容創(chuàng)作DCC領(lǐng)域,曾經(jīng)是每年只有一到兩部‘夢(mèng)工廠’大片的時(shí)代,發(fā)展到今天《流浪地球》《白蛇:緣起》《楊戩》等影片涌現(xiàn)在各個(gè)假期檔期的時(shí)代,云計(jì)算徹底改變了‘量體裁衣’、‘量入為出’的影視渲染計(jì)劃經(jīng)濟(jì)模式。阿里云E-HPC為影視渲染全流程量身定做的方案有幸成為諸多中國(guó)數(shù)字內(nèi)容創(chuàng)作佳片后的推手,帶來(lái)生產(chǎn)關(guān)系的改變。”
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。