
当前,追光动画新作《新神榜:杨戬》(以下简称“杨戬”)正在热映,制作水准再次升级。无论是“水墨特效太极图大战”,亦或神女婉罗的灵动舞姿,还是元神现身的超燃瞬间,都极具视觉震撼。这场“大银幕古风奇幻视效盛宴”灯光总渲染量高达3.6亿核小时,其中,在阿里云上的渲染时长达1.58亿核小时,约占总时长的44%。

图说:杨戬元神
追光动画是国内领先的动画电影制作公司,自2015年第一部动画电影《小门神》开始就与阿里云合作,七年来,合作了《新神榜:哪吒重生》、《白蛇2:青蛇劫起》、《猫与桃花源》等多部影片。《杨戬》创新重塑了神话中蓬莱、方壶、瀛洲三大仙岛,构建出一副前所未见的古风奇景。三大仙岛的美术风格以秦汉为基准,并融合了部分南北朝的特点,经过从建模到渲染等诸多动画制作步骤,最终造出飘渺仙境。

图:蓬莱仙岛
《杨戬》是追光动画历史上渲染量最大的影片,相较于《白蛇:缘起》《白蛇2:青蛇劫起》等前作,《杨戬》特效画面场面更为宏大,画面细节更多更精细,平均单帧渲染时长达17小时。而且,不同的场次难度不同,渲染时需要用到的云服务器节点数在 0 到 2000 之间动态变化。庞大的渲染量对算力和存储的性能需求均远超预期。
上云成为《杨戬》渲染提效的有力手段。依靠阿里云高性能计算E-HPC敏捷、弹性的特性,单实例规格高达52核192G内存,可快速交付海量算力;阿里云并行文件存储 CPFS,最多时稳定支撑了约 2000台云节点,单文件系统最高可支持 100GB/s 的吞吐和260万 IOPS,有力保障了《杨戬》渲染顺利、高效地在云端进行。
追光动画表示,“杨戬项目资产和特效量的增加,对云渲染提出了更高的要求。阿里云的产品根据项目的需求及时做调整,满足了杨戬项目的需求,在渲染总时长中占了很大的比重,在时间上保证了项目的进度。非常感谢阿里云在云渲染方面提供的高效的技术服务。”
阿里云是国内最早提供动画渲染服务的云计算服务商。早在2011年就切入渲染行业,并耕耘至今。目前,阿里云渲染解决方案已在国内多家头部视觉特效公司及大型渲染农场落地。阿里云智能影视动漫行业解决方案架构师郑雯介绍,阿里云的整体影视动漫行业解决方案不会止步,未来将积极探索影视行业和云在更多场景的进一步紧密结合,推动断点续算、容器化、实时渲染等方面的技术演进。

图:阿里云智能高性能计算负责人何万青
阿里云智能高性能计算负责人何万青表示,“数字内容创作DCC领域,曾经是每年只有一到两部‘梦工厂’大片的时代,发展到今天《流浪地球》《白蛇:缘起》《杨戬》等影片涌现在各个假期档期的时代,云计算彻底改变了‘量体裁衣’、‘量入为出’的影视渲染计划经济模式。阿里云E-HPC为影视渲染全流程量身定做的方案有幸成为诸多中国数字内容创作佳片后的推手,带来生产关系的改变。”
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。