隨著三維重建技術(shù)的不斷迭代以及行業(yè)應(yīng)用的快速滲透，Web3.0的概念持續(xù)活躍于全球市場。近年來，NeRF（神經(jīng)網(wǎng)絡(luò)輻射場）成為了三維重建領(lǐng)域備受追捧的技術(shù)研究，Open AI、谷歌、英偉達(dá)等全球科技巨頭競相布局。NeRF相關(guān)學(xué)術(shù)成果不僅被評選為計(jì)算機(jī)視覺領(lǐng)域頂級會(huì)議ECCV2020和CVPR2021的年度最佳論文，更獲得了2022年美國《時(shí)代周刊》年度發(fā)明的殊榮。相較于傳統(tǒng)的三維物體表示方法，例如點(diǎn)云、網(wǎng)格、體素，NeRF僅根據(jù)二維圖像即可生成三維模型，通過“隱式表達(dá)”為物體三維處理提供了新的視角和可能。
憑借在三維重建領(lǐng)域自主研發(fā)空間算法的能力優(yōu)勢，數(shù)字空間綜合解決方案引領(lǐng)者如視在NeRF技術(shù)的研發(fā)上取得了突破性進(jìn)展：通過手機(jī)采集視頻，生成可單獨(dú)展示和可融合進(jìn)at3d的模型。全新的NeRF小物體重建方案不僅解決了傳統(tǒng)三維重建任務(wù)無法處理物體表面弱紋理、高反光等建模難題，更在高效、快速生成高質(zhì)量、小容量產(chǎn)物方面取得了重大突破。如視的NeRF技術(shù)方案開創(chuàng)性提出了小物體三維重建過程中兼顧準(zhǔn)確性、兼容性、實(shí)時(shí)性和低成本綜合因素的最優(yōu)解，實(shí)現(xiàn)了NeRF技術(shù)方案應(yīng)用在全球范圍內(nèi)領(lǐng)先。這意味著，未來豐富獨(dú)特的三維內(nèi)容將被廣泛應(yīng)用生成，也勢必加速Web3.0和虛擬現(xiàn)實(shí)相關(guān)產(chǎn)業(yè)的發(fā)展。
復(fù)雜材質(zhì)物體重建 更貼近真實(shí)的虛擬呈現(xiàn)
在真實(shí)的物理世界中，視覺捕捉的物體畫面來源于自然光在極其復(fù)雜的物體結(jié)構(gòu)中反射和反彈的綜合效果產(chǎn)物。對于具有復(fù)雜細(xì)節(jié)、弱紋理和高反光的物體而言，很難通過計(jì)算機(jī)視覺模擬重現(xiàn)，因此傳統(tǒng)的三維重建效果均不甚理想。
如視提出的NeRF技術(shù)方案可以處理弱紋理和反光材料，有效緩解遮擋、各種特殊材質(zhì)帶來的重建問題，使得虛擬環(huán)境中的物體更加逼真。
細(xì)節(jié)詳實(shí)、效果逼真，無限貼近真實(shí)自然光線和陰影效果的技術(shù)產(chǎn)物呈現(xiàn)，也為創(chuàng)造出更為沉浸體驗(yàn)的虛擬世界奠定了基礎(chǔ)。
（木質(zhì)紋理桌子）
兼顧多重因素性能優(yōu)化 全球領(lǐng)先的最優(yōu)技術(shù)方案
1. 產(chǎn)物大小壓縮超9成，低成本商業(yè)化應(yīng)用
現(xiàn)階段，市面主流NeRF技術(shù)商業(yè)化產(chǎn)品的三維物體建模產(chǎn)物占用存儲(chǔ)約為50Mb-70Mb。為了能夠保障產(chǎn)物網(wǎng)絡(luò)傳輸?shù)牧鲿扯龋档拖到y(tǒng)崩潰的風(fēng)險(xiǎn)，如視提出的NeRF技術(shù)方案所生成的所有產(chǎn)物打包體積僅為5Mb左右，存儲(chǔ)大小壓縮了超9成。與此同時(shí)，系統(tǒng)空間的占用也得到極大緩解，以及實(shí)現(xiàn)網(wǎng)速加載效果優(yōu)化，能大幅節(jié)省計(jì)算成本，進(jìn)一步促進(jìn)商業(yè)化應(yīng)用的進(jìn)程。
2. 高質(zhì)量產(chǎn)物效果，自研算法可靠性強(qiáng)
三維模型幾何精度的高低直接影響著其在實(shí)際應(yīng)用中的可靠性和精度。如視提出的NeRF技術(shù)方案背后應(yīng)用了自主研發(fā)空間算法，能夠在數(shù)據(jù)處理過程中，有效控制誤差和偏差，保障后續(xù)建模的精度。相較于市面主流NeRF建模產(chǎn)物，如視所呈現(xiàn)出的產(chǎn)物效果破洞和錯(cuò)誤凹凸更少，擁有更出色的幾何質(zhì)量。
（品牌皮包）
3. 業(yè)界領(lǐng)先的渲染效率，打造更流暢的體驗(yàn)
在渲染效率方面，如視依靠自研的算法優(yōu)勢，能夠?qū)崿F(xiàn)最終產(chǎn)物的實(shí)時(shí)性流暢體驗(yàn)。在旋轉(zhuǎn)三維物體模型的同時(shí)，實(shí)時(shí)感受不同角度、不同材料表面光線的變化。
4. 保障生成效果品質(zhì)，快速完成數(shù)據(jù)訓(xùn)練
在運(yùn)用NeRF技術(shù)進(jìn)行物體三維重建的過程中，市面主流商業(yè)應(yīng)用和學(xué)界相關(guān)算法通常無法兼顧產(chǎn)物質(zhì)量、渲染效率和訓(xùn)練時(shí)長。然而，如視的NeRF技術(shù)方案在保障質(zhì)量和效率的基礎(chǔ)上，把用戶上傳采集數(shù)據(jù)之后的訓(xùn)練全流程時(shí)長控制在半小時(shí)以內(nèi)，以更低的成本進(jìn)行數(shù)據(jù)運(yùn)行處理。
憑借如視NeRF技術(shù)方案創(chuàng)造出無限貼近真實(shí)物理世界效果的生動(dòng)三維形象，將為Web3.0世界輸入更優(yōu)質(zhì)的虛擬載體，并不斷提升AIGC的三維內(nèi)容生產(chǎn)模型的速度和質(zhì)量。作為生產(chǎn)力工具，即將發(fā)布的如視NeRF技術(shù)產(chǎn)品將大幅促進(jìn)三維內(nèi)容制作降本增效，深刻推動(dòng)產(chǎn)業(yè)變革，同時(shí)帶給用戶更真切的視覺體驗(yàn)，全面應(yīng)用于各行各業(yè)的多功能場景。
