近日，在蒙特利尔举行的神经信息处理系统大会(NeurIPS)上，英伟达在一篇题为“视频到视频合成（“Video-to-Video Synthesis” ）”的技术论文中阐述了其最新AI成果。
据透露，英伟达最新研发的这项成果，是可以渲染合成交互式3D环境的AI技术。在创建逼真的3D环境时，英伟达研发团队不再使用传统的图形技术，而是使用神经网络 ，特别是“生成模型”，通过来自如YouTube等来源的真实视频，进行模型训练，最终构建逼真的3D虚拟世界。
英伟达研发团队之所以使用“生成模型”来提高输出的准确性，是由于这种模型要求机器必须有效地内化数据的本质，它也因此被广泛认为是促进机器“理解”大量数据之间关系的最有前途的方法之一。
但是，像所有神经网络一样，使用这个模型也需要训练数据。幸运的是，英伟达研发团队将AI模型应用于街景，通过自动驾驶项目采集到的大量视频数据，确保了其关于城市街道上行驶车辆的训练镜头，再以分段网络识别不同的对象类别，如地面，树木，汽车，天空，建筑物等，开发算法以了解每个对象与其他对象的关系，最终，这些模型创建了城市环境的基本拓扑结构，然后AI再从基于从训练数据中学到的东西，模拟世界外观，包括照明，材料和动态等，由此生成几乎是还原性的高逼真3D环境。
“由于场景是完全合成生成的，因此可以轻松编辑以删除，修改或添加对象”英伟达表示。
在论文中，英伟达研发团队得出的结论是：“我们提出了一种基于条件生成对抗网络（GAN）的通用视频到视频合成框架：通过精心设计的发生器、鉴别器网络以及时空对抗物镜，我们可以合成高分辨率、照片级真实、时间一致的视频，大量实验表明，我们的结果明显优于最先进方法的结果。”
不得不承认，迄今为止，AI已经是人类最强有力的创新“加速器”，它让人类的能力得以延展，并逐渐变得更加强大。我们都能看到，在全世界范围内，数以万计的科学家们都在为AI技术的前沿突破做出努力，除了英伟达之外，不论是像Google、Facebook这样的海外巨头，还是类似国内旷视科技、极链科技这样的AI科技公司，都致力于全力研发产出能像人一样思考的AI技术。今天，旷视科技已经实现AI识别人脸对象中的各种特征，极链科技已经实现AI理解海量视频的场景表达，而未来，AI必然不仅是会让机器“知其然”，还要做到让它“知其所以然”，以最终实现推动整个AI进入“ 智能”的伟大愿景。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
