作者丨AI科技评论

编辑丨岑峰

“随着众多研究者的努力探索和整个产业的技术革新，智能图形学可以将计算机图形学与AI技术进行更深层次地融合，打破虚实的壁垒，使应用范围不再局限于传统的电影、游戏、特效等领域，而是在更加广泛的智能制造、数字城市等新兴领域里发光发热，最终引领三维数字中国的新变革。”

在CNCC大会前的专访中，“三维数字中国引领下的智能图形学发展”论坛共同主席、大连理工大学教授、中国计算机学会CAD&CG专委会副秘书长杨鑫对智能图形学的未来进行了上述展望。

CNCC 全称为中国计算机大会，是我国计算领域规模最大、规格最高的学术、技术、产业交融互动的盛会。该会议创建于 2003 年，每年于不同城市举办，至今已成功举办十八届。会议形式包括大会特邀报告、大会论坛、技术论坛、特色活动及展览展示等。是学术界、产业界群贤毕至的盛会。

CNCC 2022将于12月8日-10日在线上举办。为期三天的大会汇聚了图灵奖获得者、两院院士、国内外顶尖学者、知名企业家等亲临大会，展望前沿趋势，分享创新成果，同时 ACM、IEEE-CS、IPSJ、KIISE 等国际组织也派出要员和专家参加会议，共同探讨当前社会计算机相关技术的发展。大会将举办100多场技术论坛。

其中在12月8日大会首日将举办“三维数字中国引领下的智能图形学发展”论坛，在论坛正式开展前，雷峰网 AI 科技评论特别对该技术论坛的主席之一，大连理工大学杨鑫教授进行了采访。在专访中，杨鑫教授提到了在三维数字时代图形学面临的三大挑战，包括：

• 研究者需要将图形学算法“可微化”或是设计更巧妙的训练方法；

• 由数据驱动的智能图形学数据制作难度更大，而且缺乏统一基准；

• 算法的落地与应用周期变长、成本变高，更容易受到硬件条件的制约。

杨鑫教授同时也认为，机遇与挑战共存，近十年，随着一些相关技术的进步，图形学得到了很多新的发展，本次论坛也正是基于智能图形学所涉及到的问题和面临的挑战进行深入剖析，从多个角度在对现有核心技术进行总结并与众多专家学者深入探讨，探讨智能图形学关键问题的解决方法和未来趋势。

此外，论坛嘉宾、国防科技大学徐凯教授也就计算机图形学技术的下一步发展趋势进行了解答。他认为先进计算技术与图形学结合为真实感图形带来了革命，而人工智能技术与图形学越来越深入的交叉融合，不仅形成了以“数据驱动”为核心的“智能图形”新方向，人工智能特别是深度学习技术作为粘合剂，将会推进图形学与诸多兄弟学科的交叉融合，向着更加深入更全面的方向前进。

“未来已来，AI与图形结合必定会推动图形学走进全新的发展时代。”徐凯教授最后总结。

以下是杨鑫教授与徐凯教授的采访实录，雷峰网做了不改变原意的编辑：

Q：论坛的主题是“三维数字中国引领下的智能图形学发展”，三维数字内容与日俱增，图形学发展遇到了哪些挑战？

A：三维数字内容与日俱增，然而三维几何数据的获取和生成问题依然是三维数字中国引领下的智能图形学发展的阻碍，这就需要人工智能技术将人力驱动逐渐转变为数据驱动，将手动算法开发逐渐优化到基于数据分析的自动算法，从而优化现有的计算流程，提高计算机图形学算法及系统的易用性及效率。

然而，将计算机图形学与人工智能技术相结合并不是一件容易的事，主要包括以下几个挑战：

第一，图形学算法中往往包含大量“不可微分”的操作，而深度学习需要通过反向传播与求梯度来进行迭代更新，这使得研究者需要将图形学算法“可微化”或是设计更巧妙的训练方法；

第二，智能图形学本质上是数据驱动的方法，相比于计算机视觉的任务，图形学的数据制作难度更大，而且大多没有统一的基准，为研究者带来额外的工作量，增加任务的训练成本；

第三，智能图形学的发展离不开硬件技术的相互融合，在提升算法效率的同时还需要与硬件更好地相互支撑来保证算法的落地和实际应用，这使得算法的开发与落地周期变长，成本变高，且容易受到硬件条件的制约。

挑战与机遇共存，本次论坛将围绕智能图形学所涉及到的问题和面临的挑战进行深入剖析，从多个角度在对现有核心技术进行总结并与众多专家学者深入探讨，探讨智能图形学关键问题的解决方法和未来趋势。

Q：围绕上述挑战，您作为本次论坛的主席，在议程设置和讲者的邀请上有什么样的考虑？

A：为了促进学者之间的思想碰撞和学术交流、共同探讨智能图形学方向的研究热点和发展趋势，本次论坛以“三维数字中国引领下的智能图形学发展”为主题，围绕上述的智能图形学中的挑战，从几何学习、三维重建、物理模拟、仿真与绘制、感知与交互等问题出发，多角度探讨三维数字中国背景下的智能图形学方法理论与实践，畅想未来数字世界和物理世界“虚实交融”的图景。

智能图形学是打破数字世界和物理世界之间壁垒的关键，而这些议题恰恰都是打破数字世界与物理世界壁垒的关键技术。比如，本次论坛中关于三维重建的议题就是讨论如何有效地表达物理世界中场景的几何形状及语义关系，中国科学技术大学刘利刚教授报告的三维场景机器人自主探索与重建方法，通过机器人对未知场景的探索、重建和理解能在一次规划中完成；国防科技大学徐凯教授报告的主动式三维感知与交互方法则是通过视觉感知和交互反馈来实现具身智能的演进；而来自浙江大学许威威教授报告的物理仿真技术可以通过为虚拟对象赋予除了几何形状以外丰富的物理属性，展现更准确的视觉效果；同时，虚拟世界的建造需要物体、人体、场景等对象的三维模型与光影效果，这就离不开清华大学刘烨斌教授报告的数字人技术和浙江大学王锐教授汇报的逼真绘制技术；微软亚洲研究院刘洋报告的三维几何学习则是上述五个主题的重要基础，通过数据驱动的方式从三维几何数据中学习紧致有效的几何表征，从而为三维重建、物理仿真、人机互动等众多领域提供可靠高效的几何表达与分析工具。

本次论坛以“三维数字中国引领下的智能图形学发展”为主题，从三维数据的表征、几何形状的重建、物理仿真、神经渲染和逼真绘制等议题出发，围绕行业中的实际应用来深度剖析智能图形学中遇到的难题和挑战，并通过讲者在各自议题中的实践成果来对现有核心技术进行总结，寻求解决问题的新方法，探讨未来的发展趋势。相信经过本次论坛，听者可以更深刻地理解计算机图形学与人工智能融合对学术研究的突破和产业技术的革新所带来的深远影响。

Q：除了本次论坛，CAD&CG专委会平时还会通过怎样的方式举为行业提供探讨的机会，并给这个行业带来一些有益的经验？

A：CAD&CG专委会在专委会领导和各位委员的大力支持下，一直致力于构建计算机辅助设计与图形学领域学术界与产业界的交流渠道，推进产学研深度融合，营造科研资源共建共享的氛围，为学术界、产业界提供更加有效的交流和人才共享平台。除了本次论坛，专委会常年举办多个有影响力的系列活动，其中比较有代表性的是GAMES (Graphics And Mixed Environment Symposium，计算机图形学与混合现实在线平台)、名企大咖面对面和走进企业等活动。

GAMES作为我国计算机图形学和虚拟现实的研究和交流合作的平台，其宗旨为活跃我国计算机图形学和虚拟现实的研究、促进学者之间的思想交流和学术合作、报告和研讨相关方向的研究热点和发展趋势、图形学研究工作者与相关产业工作者之间的桥梁，广受图形学领域的学者和从业人员的喜爱。

名企大咖面对面活动则邀请来自包括中望、广联达、字节、腾讯、华为、网易游戏等多家公司的创始人/CEO/CTO/技术负责人现身活动现场，为大家介绍计算机图形学的行业应用及前景，帮助大家更好地完成学习和从业规划，为各位同学在保研考研复试、择业就业道路上提供宝贵经验，也为行业吸收宝贵人才提供了便利渠道，促进图形学领域的人才培养。

走进企业活动带领委员们深入企业，以头脑风暴的形式与企业一同探讨行业中的卡脖子问题，打破学术研究与产业的壁垒，为国内计算机辅助设计与图形学学术界与工业界之间提供了的高效交流提供平台。同时也希望能够以这种方式，来推进专委会委员对外进行产学研合作的协调、引荐、对接，汇聚企业的需求，挖掘委员们与企业的联络和双向交流加快自主知识产权的技术转移和产品转化，促进学术成果转化，进而促成本领域产学研链条的有效对接和通畅运转。

Q：计算机图形学技术经历了多次起伏，您如何评价最近十年计算机图形学技术取得的研究与产业成就，以及计算机图形学技术的下一步发展趋势？

A：单纯计算机图形学本身而言，其实图形技术已经规模化、产业化应用了，电影、游戏等娱乐产业就是代表。近十年，随着一些相关技术的进步，图形学得到了很多新的发展。主要有以下几个方面：

一是先进计算技术与图形学结合，为真实感图形带来了革命。例如基于高性能计算的云渲染带来图形生产效率的颠覆性提升，也让web端、移动端的真实感图形应用成为可能。此外，飞速更新迭代的图形处理器也一直在推动着图形学的新发展，例如实时光线追踪技术等。

二是人工智能技术与图形学越来越深入的交叉融合，为建模、渲染、动画、可视化等几乎每个方面都带来了深刻变革，形成以“数据驱动”为核心的“智能图形”新方向，这个大家有目共睹。

三是以人工智能特别是深度学习技术作为粘合剂，图形学与很多兄弟学科的交叉融合更加自然、更加深入。比如，图形学和视觉（特别是三维视觉）的界限越来越模糊，很多视觉问题的求解更多地用到了图形学的思想和技术，反之亦然。一个很显著的例子是神经辐射场（NeRF），这是一个典型的以图形技术（体渲染）解决视觉问题（新视点图像合成）的例子。它之所以能成功，很大程度是靠深度学习的强大表征学习能力和可微分优化机制。隐式场是图形学领域非常经典的几何表示方法，深度学习可以用神经网络来拟合这个表示，让它的优化变成可微分的，这就让很多传统意义上的病态问题（ill-posed problems）“可解”了，而且能得到很好的结果。这很可能会是一种新的研究范式，值得关注。

我认为，这几个方向都是大趋势，只会向着更加深入更全面的方向加速演进。

Q：最近以Dreamfusion为代表的文本3D生成模型引发了产学界的关注，AI在与计算机图形学的结合整个行业现在已经做到哪种程度了？未来是怎样的？

A：正如上面所说，AI与图形的深度融合，已经改变了图形学的方方面面，但是目前，这些变革主要是在方法层面的。在数据方面，三维几何数据的获取和生成仍旧是制约图形学发展的瓶颈问题，也就是“三维内容生成瓶颈”一直还在。可喜的是，在AI技术的推动下，数据驱动的三维内容生成近十年不断发展，产生出了不少令人兴奋的成果。基于深度生成模型的三维几何自动生成，比如最近的Dreamfusion就是很好的例子，基于文本输入，AI可以生成非常复杂的三维几何模型，这对于解决内容生成瓶颈具有重要意义。

不过，基于AI的三维内容生成仍处于发展初期，还没有到大规模实际应用的阶段。比如，自动生成方法得到的模型质量与手工建模还有差距。一些智能辅助三维建模方法也面临灵活性和通用性挑战，尚未很好地嵌入到现有三维建模流水线中对用户创作和编辑形成有效辅助。其次，三维获取与重建一直是高质量三维内容的重要来源，也是真实世界三维数字化的主要途经，因此发挥数据驱动方法的优势，研究智能化的三维获取与重建也是数据驱动建模的一个重要方向。此外，很多应用领域需要结构化、语义化的三维模型，这也是基于AI的三维建模方法的主战场之一。大规模三维数据集的构建是数据驱动三维建模的关键。目前国际上公开的三维数据集大多都是国外团队创建的，国内在数据集方面的贡献还有待加强。

总之，基于AI的数据驱动三维建模离实现“大众建模”并突破“内容生成瓶颈”的宏伟目标还有距离，但它是一个必然趋势。未来已来，AI与图形结合必定会推动图形学走进全新的发展时代！

“三维数字中国引领下的智能图形学发展”论坛将于12月8日晚上七点在线举行，扫码进入直播页面观看：

更多内容，点击下方关注：