每个人心中都有一个蓝胖子,梦想可以跟著他穿梭任意门、乘坐时光机,日前上映的电影《哆啦A梦伴我同行》电影充分把各种充满想像力的场景付诸实现,甚至在人物和情境的表现上更加精细、逼真,使大人和小孩都臣服于蓝胖子的疗愈魅力下。
到底动画片是如何做到这些绚丽的光影效果,丰富的表情细节,并且让大家看了有耳目一新的感觉?幕后功臣就是戴尔Precision T7600系列工作站——这台堪称是当今世界上最强大的塔式工作站产品之一,它能满足图形设计、三维动画、图形渲染视频处理等多重技术环节,也因此受到著名东京动画制作公司“白组(Shirogumi Inc.)”的青睐。
白组(Shirogumi Inc.)动画制作公司艺术总监Tadashi Hanabusa说“利用戴尔工作站的强化功能,我们能够轻松地处理好画面的细节部分,比如阳光穿过玻璃落在物体上的光影效果。如果这些光影效果处理的得当,那么影片的质量和感觉就会大不相同。借助戴尔Precision工作站的专业设定,我们处理这些微小但至关重要的细节变得更加得心应手。”
除了动画与电影特效,HBO电视台根据奇幻史诗巨作《冰与火之歌》改编的美剧《权力的游戏》也是大手笔投入在特效制作中,该剧从首播以来多次获得艾美奖、金球奖、美国演员工会奖等多个奖项,堪称成为HBO历史上投资最昂贵、收视最成功的电视剧集。猜猜平均每集600万元的成本花到哪去了,答案是投在“龙母”丹妮莉丝那三头栩栩如生的巨龙身上。
可通过以下视频了解第五季中,“魔龙狂舞”的制作过程:http://news.mtime.com/2015/08/06/1545433.html
要在电脑特效中达到如此细致入微的逼真效果并不是容易的事,制作组在3D建模、运动捕捉、色彩渲染、运动计算方面等都必须投入大量的精力,让虚拟生物在现实环境中显得更加真实。《权力的游戏》奥斯卡特效公司Pixomondo共有30人的团队,每年花费4个月的时间来设计丹妮莉丝的龙,他们模拟了龙的骨骼构造,再根据鸽子和鸡的动作,细化了龙的局部,让他们从小变大,包括龙的皮肤层从70层猛增到700层,每一片鳞片都必须单独制作模型,打磨并为它制作纹理,使巨龙举手投足都真实无比。
这些渲染会花费很多功率,因此需要有运算效率绝佳的工作站支持,戴尔的精密工作站就提供了这样的吞吐量和功率,足以支持1000帧画面,两个月不间断工作的功率。Pixomondo特效团队应用戴尔塔式工作站快速创作复杂内容,视觉特效主管Sven Martin曾表示:“我们承担了《冰与火之歌:权利的游戏》所有的特效,这是一项浩大且时间紧迫的工程。多亏戴尔工作站、强大的显示器和服务器还有储存在速度与可靠性方面给予的保障和戴尔IT服务提供的巨大支持,给予我们强大的计算火力,让我们不但达成了这场大制作严苛的要求,更为观众呈现了精彩绝伦的特技效果。”
除了上述两部动画片,还有许多家电影特效和数字服务公司也是利用戴尔产品制作和管理大量的日常数字内容。Framestore曾为获奖影片《地心引力》、《钢铁侠3》、迈凯轮F1Tooned系列动画和詹姆斯•邦德系列片《大破天幕杀机》制作特效。此外,数字服务公司Visual Art 在整个制作过程中使用Dell Precision工作站制作各种复杂场景,例如,为Electronic Arts “战地风云4”的全球发布制作电影动画,其中包含多个高分辨率角色以及形状和纹理极为复杂的雕塑环境。显示戴尔工作站、服务器、显示器已经逐渐成为特效团队的得力助手。从市占率来看,戴尔在最新出炉的IDC报告中连续蝉联2015年上半年中国市场份额第一名,移动工作站并占据50%以上的市场份额。电影、动画与娱乐产业工作者拥有日新月异的科技,未来即使面对高度密集的运算也能更得心应手了!
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。