Remedy和Nvidia合作，使用神經網路處理遊戲面部製作

Remedy公司，《心靈殺手》、《量子破碎》等遊戲背後的開發商，正在與GPU製造商英偉達（Nvidia）合作，將當今遊戲製作過程中花費最多的一部分之一——動作捕捉及動畫化的效率提升。根據在Siggraph國際圖形學年會的展示，該項目應用了一種深度學習神經網路——運行在配備了8塊GPU的Nvidia DGX-1超級計算機上——Remedy公司能夠捕捉玩家動態影像輸入，進而由神經網路生成極為複雜而精準的3D面部動畫。據Remedy及Nvidia稱，這一研發成果，將克服以往傳統的動態捕捉動畫中人工勞動過多在數據轉化和藝術加工潤色上出現瑕疵等缺點。

除成本原因外，面部的動畫化及動態捕捉，都遠遠不及其他類型動畫化的保真度。那些甚至在一些大製作遊戲中都能見到的奇怪的、死氣沉沉的外觀，便是源於面部動畫化水平的限制。Nvidia和Remedy公司相信，神經網路能夠成為這一問題的解決方法。神經網路甚至可以不需要輸入影片，僅輸入一些音頻片段，便可以根據以往的數據生成動畫。

首先需要將一段「基於多視角環繞記錄及藝術加工動畫化的高端面部捕捉影像」輸入至神經網路，這說明本質上輸入的信息是一段經過Remedy創作的動畫。神經網路僅需5至10分鐘的影像，便可以根據簡單的單視角玩家影像生成相應的動畫。相比目前最先進的單視角合成結果及實時面部捕捉技術，這種全自動的神經網路生成的結果出奇地好，並且對畫師創作的要求遠少於前者。

通過對神經網路的訓練，它同樣可以實現通過音頻輸入繪製3D動畫模型。整個過程根據一種「緊湊的潛在編碼」，推導出無法通過錄音判斷出的面部表情變化。用戶可以通過改變這種編碼來改變動畫化結果。

「基於這項實現人工智慧生成面部動畫的工作，我們有理由相信人工智慧將革新內容創作方式，」來自Remedy公司的首席技術美術設計師Antti Herva說。「像《量子破碎》這種雙精度浮點的遊戲，複雜的面部動畫創作需要幾年的時間才能夠完成。通過與Nvidia的合作，在成功搭建通過錄像及錄音生成動畫的神經網路後，我們在大型項目中能夠減少80%的時間，由此大大解放了我們的美術師們，讓他們能夠專註於完成其他任務。」

在Siggragh年會上，Nvidia還展出了更多基於人工智慧的新技術，如訓練神經網路識別遊戲中3D物體凹凸不齊的輪廓，然後將它們轉化為平滑的反鋸齒化像素。這項技術能夠生成比現有的反走樣網路線繪製技術更為清晰的圖像。此外，Nvidia也使用神經網路加速光線渲染，這項眾所周知計算量非常大的任務，通過訓練神經網路識別權重最大的光線路徑完成。

這些技術令人印象深刻，但它們進入業內常規化流程仍需要一些時間。

提到業內常規化流程，Nvidia同時狡猾地放棄了Titan Xp顯卡的驅動更新，儘管這一更新將能夠大幅提高如Maya等軟體的性能。如此令人期待的性能提升不禁使用戶們質疑Nvidia是否是有意通過此手段，來驅使用戶們購買更昂貴的Quadro顯卡。處於相同價位的AMD Vega領航版顯卡於今年6月發布，這款被定位於結合專業顯卡及遊戲顯卡，在性能上遠超Titan。

同時，AMD在Siggraph年會上發布了他們新款RX Vega 64和RX Vega 56 遊戲顯卡。RX Vega 64被視為GTX 1080的有力競爭者，而RX Vega 56據稱與GTX 1070性能水平相近。這兩款顯卡將於8月14日上市，售價分別為500美元及400美元。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！