3d眼镜游戏(光年系列游戏红包版)

超百万人用它生成3D头像，这项技术刚刚中选了SIGGRAPH Asia 2022

如何才能做一个和真人一样的3D头像？

先上传一张照片：

变成这样：

换一个人的照片：

再看一个例子：

眼镜也可以放进来：

在此基础上，还可以换上各种各样的发型、饰品，眼睛、帽子、发色、胡须，皆可编辑。

这效果，是不是可以做一套自己专属的表情包了？

创造这些3D头像的AI模型，是字节跳动技术团队创造出来的AiAv，已经中选了计算机图形学顶会SIGGRAPHAi2022。而它的前身，是我们去年介绍过的AiGAN。

AiAv使用自监督学习的方式训练完成，也就是说，它无需耗费大量“人工”，直接实现“智能”，不需要标注数据即可训练，因此也更容易变成可用的产品。

应用于TikTkAv以及创建游戏角色

AiAv技术已经应用在TikTk中，今年年初的TikTkAv功能背后的模型就是它，这个功能上线后迅速收获了超过百万尝鲜用户。

另外，AiAv也将会在近期上线的游戏《星球：重启》中落地，这是一款朝夕光年旗下多端发行的科幻生存游戏，当玩家进入游戏创建角色时，可以上传真人照片，借助云端算法模型，创建和本人更像、更生动的虚拟角色。

注意，左下角是上传到游戏里的原图

即便你上传的不是真人照片，也可以基于图片来创建你的游戏角色。

甚至你上传的是表情包也行：

三个步骤输出可编辑3D头像

如何让照片变成3D头像？论文中介绍了三个主要的步骤。

先输入的一张正面的人脸照片。

第一步，借助一个风格化模型，直接把照片变成一个平面的头像。在这一步里，为了让最终的3D头像更像这个人本人，模型忽略了照片中的表情，更真实的展现出这个人的样貌。

注意，这还是一张平面图

这一步使用的模型，正是作者团队此前曾中选SIGGRAPH2021的AiGAN，并做了两个调整：

一方面，为了让照片中人物的表情不影响生成效果，作者微调了GAN模型的生成器，只用无面部表情的数据来训练，这样模型就只会生成无表情的图形；

另一方面，为了保留照片里人物的眼镜等样貌特征，作者提出使用携带语义信息的W+空间，相比于AiGAN的Z空间，能更好的保留这些语义特征。

就像这样，下图左边一列是输入的原图，中间一列是原本AiGAN的生成结果，右边一列是调整后的生成结果，人物的表情消失了，眼镜保留了。

第二步，通过一个自监督学习的模型确定一组参数，根据这组参数，模型把上面那张平面图，变成下面这样的3D头像。

现在，它是3D的了

这一步里，论文作者自己造了一个可微分的神经渲染器，直接集成在模型里，它可以达到图形学引擎的渲染能力，同时也可以让模型能在自监督学习的框架下进行训练。

为什么一定要造一个渲染器放进去呢？

一般来说，想要给这样一个3D头像建模，需要用到两种参数：

一种叫离散参数，它用来确定眼镜、头发等部位的类型，决定一个部位“是什么”；

另一种叫连续参数，靠它确定人脸长度、眼睛大小等数值，决定一个部位“有多大”。

训练模型的时候，如何把他们两个放在一起优化一直是一个棘手的问题。于是作者决定不强制模型估计离散值，而是将离散空间扩展到连续空间进行优化，这样能够帮助收敛。

然而，解决了一个问题，另一个问题出现了：

这样会导致算法生成的是一个粗糙的3D形象，没法用现成的图形学引擎来渲染——那就只能现造一个。所以就有了下面这一步，生成一个精细的头像，它的参数空间和3D头像的建模系统完全匹配。

第三步，用搜索的方式从预先设计好的大量素材中找到和它最像的头发和肤色，把它从一个粗糙的3D头像变成一个精致的矢量化3D头像

三个步骤完成后，把生成的3D头像输出为一个可编辑的3D模型，进行你想操作的任何编辑。

比如可以修改发型和装饰：

看，发型、发色、胡须、眼镜都可以编辑

可以做表情包：

可以实现人脸驱动，在录视频的时候当做虚拟头像：

AiAv项目相关链接

项目网站：

高标签]论文地址：

高标签]

字节跳动智能创作团队AiAv的研发者来自字节跳动智能创作团队。

智能创作团队是字节跳动AI、特效和音视频创作技术和业务中台，负责了各短视频平台和视频剪辑产品的核心技术和业务研发，涵盖了深度学习、计算机视觉、图形学、语音、拍摄编辑、特效、客户端、服务端工程等技术领域，并以多种形式向公司内部其他各业务线以及外部合作客户提供业界最前沿的内容理解、内容创作、互动体验与消费的能力和行业解决方案。

百度文心一言内测：工资1800，会被AI淘汰吗？

人工智能将彻底改变每一个行业。

这两天简直是AI界的春晚了，信息量的密集程度堪比过去十年的总和，AI炒了那么多年，第一次感觉它真的来了。3月15日OAI发布了GPT-4，相比上一代的GPT-3，GPT-4更准确地解决难题，具有更广泛的常识和解决问题的能力。斯坦福博士JiF表示，GPT-4凭借如此强大的推理能力，已经可以自己考上斯坦福了！紧接着，3月16日百度的文心一言正式发布，展示了在文学创作、商业文案创作、数理推算、中文理解、多模态生成五个使用场景中的综合能力，其中文字可以直接生成海报甚至视频。PCi也在第一时间体验了文心一言，有深刻的感悟想跟大家分享一下。先说结论，毕竟从无到有，就不是一件容易的事情，对于国内有产商要做AI的努力应当给予鼓励，先有了再迭代，时间不是问题。从目前我们的内测结果来看，文学创作、商业文案创作、数理逻辑推算、中文理解以及多模态生成这几个领域，文心一言在中文的世界里有优势，但在数据的统计上，还存在进步的空间。比如像“统计车企2月份销量并生成表格”这个指令，文心一言生成的表格却与事实不符，比如蔚来2月份的总体销量才12157台，而文心给出的蔚来单ES6销量就达到了23281台，比总体销量还高。而在统计2015年-2022年的苹果手机的市场份额时，文心一言表示无法记住过去的事件和数据，因此，如果你打算使用文心一言帮助工作，那结果可能需要二次甄别一下，最好还是等迭代再使用。文心一言另一个优势是可以直接作图，这对提出指令的人有较高的专业要求，比如我要求文心一言画一张“漩涡鸣人大战葫芦娃”的图，得到的却是一张风景图。事实上，文心一言是有能力画出来的，当我将鸣人跟葫芦娃单独拎出来时，结果是两者都能画出来，那么问题应该就出现在提问者的表达上。于是我提出了“画一只小猫在树下乘凉”的要求，这种具有画面感的表达，文心一言就能成功画出，这也提醒我们在利用AI工具时，学会“提问”也是一个必备技能，这点我们后面再说。

总而言之，李彦宏在发布会上一直强调“文心一言还不完美”，从结果来看，确实还有很大的进步空间，不过好在AI的优势就是自我学习，李彦宏也表示：“一旦有了真实的人类反馈，文心一言的进步速度会非常快，我们都希望它快点成长”。相信再跑个一年半载，文心一言当刮目相看。目前文心一言的唯一优势，可能就是本土化。在一些口语化的热门网络梗中，文心一言一般能比较准确的理解这个热门梗的意思，而ChGPT则在理解上存在一些偏差。比如“X你太美”这个梗，ChGPT的解释是：这个短语最早来源于一首名为《小幸运》的歌曲，其中的一句歌词是“其实你根本不漂亮，整个世界都是因为看你的人眼睛有问题”。网民们在玩梗时将“漂亮”改为了“美”并加上“鸡”这个脏话，形成了“鸡你太美”的搞笑调侃。大家都懂的，显然不是这个意思，相比之下，百度的解释就很完美了，不仅说出了意思，还说出了来源，还提醒大家谨慎使用。再比如说，“00后整顿职场”这个梗中，ChGPT虽然理解得大差不大，但在年份上出现了错误，它认为00后是指1990年代出生的人，恭喜各位90后叔叔阿姨们，你们在GPT眼中还是个00后。纵观智能手机市场跟智能汽车市场，国外产品之所以完败，原因就是本土化缺陷。所以文心一言在面对OAI的挑战时，并不是没有获胜机会，本土化就是突破口之一。另外，文心一言在未来还有直接将文字生成为视频的功能，目前内测仍未开放。现在我们要做的，是对中国自己的大模型追赶者宽容一点，历史经验告诉我们，核心技术要自己掌握。在文心一言发布后的当天晚上，微软召开发布会，发布了Mif365Ci，不管是W、PPT、Ex，还是Ok、T、MifViv、PwPf等办公软件，通通都会得到GPT-4的加持！在W里，你可以让Ci给你写文章、改文字、做总结。在PPT中，只要说出想法，它就能自动做出一整套PPT。在Ex中，几秒内就帮你生成清晰的表格，并搞定数据。在Ok中，可以帮你写邮件，顺便润色一下文字。Mif365的接入显然已经威胁到一些基础岗位的工作，这意味着未来我们只要说出需求，就有AI为我们效力，就像一个听话的打工人。这都得益于背后的GPT-4，GPT-4的能力相信大家已经有目共睹，不光文字理解能力更高，还有超强的图片理解能力，一些互联网梗图都能读懂。在GPT开发者OAI发布的演示视频中，GPT-4能根据一张非常潦草的图，在10秒之内生成一个网站页面。因此，不少人表示AI将淘汰我们打工人，我们的未来岌岌可危。这种“人类被取代”的危机感，在很久以前也出现过。18世纪60年代，当纺纱机大规模进入工厂，拉开第一次工业革命的大幕时，就曾有大批纺织工人聚集起来，将制作好的纺织机通通捣毁，因为他们认为纺织机的存在将淘汰工人。2023年的今天，当ChGPT风靡全球之后，人们争相讨论的焦点仍然是“谁将会被替代”的问题。但实际上，“GPT”们要全面替代人并不容易。AI能够写作，能够做规划，甚至能自动编程、但这些强大的能力背后仍然需要人去操作，这其中需要操作人具备更多且完善的专业知识。比如在AI绘画时，创作者需要对AI的创作进行更详细的规划，包括风格、眼睛、衣服、甚至光线。同时还需要涉及到许多专业词汇，比如东方山水画、日本浮世绘、抽象风、墨水渲染、概念艺术、哥特式黑暗等等，在这样的限制下，AI才能发挥出相对稳定的结果。可以看到，对这些词汇背后的含义，用在绘画上的效果以及如何搭配更富有美感，非专业人士其实并不容易掌握，普通人利用AI绘画的典型案例就是上面的“小猫大战小狗”。也就是说，虽然GPT这类的大模型降低了许多工作的门槛，但这些工作的上限并没有改变。即要持续、稳定、高质量的生成专业内容，对背后操作人员的专业性仍然具有挑战。事实上，在大模型应用之后，许多人的工作不是被替代掉了，而是转变了工作性质和工作方式。比如写作就是从具体动手写一篇文章，转变成提出想法、构思提纲，丰富细节，然后让AI去做执行。本质上是AI作为一种工具，提高了劳动者的效率，因此，相比于给出一个好的答案，未来我们学会如何给AI提问题，会更加重要。总之面对AI们，大家也无需焦虑，至少从目前来看，月薪1800，依旧可以每天笑哈哈。虽然AI对我们普通人没有“致命”打击，但对一些科技大厂们来说，如果搭不上AI这趟车，可真到了生死存亡的时候了。李彦宏也称文心一言之所以现在发布，原因是无论是百度内部产品还是合作伙伴对大语言模型的需求都非常强烈，“大家都在催”，焦虑的中国大客户，正“逼着”AI企业做大模型。目前的大模型厂商主要包括百度、腾讯、阿里、商汤、华为等企业，也有智源研究院、中科院自动化所等研究机构，同时英伟达等芯片厂商也纷纷入局。从科技巨头到互联网大厂，从创业届到学术届，AI大模型正在成为各方抢滩登陆的关键。在百度爆出即将发布文心一言消息后，华为对外表示在类似ChGPT方向上从2020年开始就在布局，这应该指的就是华为云团队于2020年立项的AI大模型，在2021年4月发布命名为“盘古大模型”。阿里巴巴则透露阿里版聊天机器人ChGPT正在研发中，已处于内测阶段；腾讯则被爆出针对类ChGPT产品已成立混元助手项目组，联合腾讯内部多方团队构建大参数语言模型，希望“成为国内的业界标杆”。美团创始人王兴也在朋友圈中表示，将以个人身份参与王慧文创业公司“光年之外”的A轮投资，并出任董事，助其打造“中国版OAI。”这将是一场围绕技术和速度的双重赛跑。谁先上线产品，谁就有可能借助来自用户的真实反馈掌握先机，从而随着时间推移形成愈来愈强的马太效应。不过，大模型的发展不可能是一帆风顺的，我们会发现所有AI问题到最后都是成本问题。大模型能否跳出AI“有用，但过贵”的成本怪圈，能不能为IT、云计算、互联网厂商带来足够的价值定位呢？事实上，根据相关机构预测，AI的训练也遵循类似摩尔定律的进化路线。总结起来就是，至2030年为止，AI训练成本将持续以每年70%的速度降低。举例来说，要将一款大型语言模型训练至GPT-3等级，2020年得花费近460万美元，2022年骤降至45万美元，成本节约近90%。这对于以往落地难、盈利难的AI厂商而言，无疑是一块巨大的蛋糕。可见，于经营者，于使用者，于产业发展，AI大模型的布局极其重要。除此之外，在国家层面，AI大模型在今年两会上亦被提上了新高度。总体来看，AI大模型已然成为各个国家、企业发展的战略要地，已经到了不得不重视的地步。这也就不难理解，李彦宏为何在2月初给文心一言项目下了“三月完成内测上市”的死命令了。在这场AI革命中，作为众多人类中的一份子，与其担心被淘汰，不如保持对新技术的开放态度，不断更新自身的知识体系，学会利用AI。最后借用李彦宏的发言：人工智能会彻底改变我们今天的每一个行业。AI的长期价值，对各行各业的颠覆性改变，才刚刚开始。未来，将会有更多的杀手级应用、现象级产品出现，将会有更多的里程碑事件发生。END

‍

4.03米口径碳化硅反射镜，让宇宙更清晰

来源:科技日报

电影《流浪地球》热映，带动了大家对宇宙天体的关注，太空“火了”。在影片开头，航天员刘培强带着儿子刘启，一起用100口径的天文望远镜观测，木星的四颗卫星清晰可辨。

反射镜是高性能光学系统的核心。中科院长春光机所副所长张学军介绍说：“如果把望远镜比作观测太空的‘眼睛’，那么反射镜就是眼睛的‘晶状体’。晶状体越大，眼睛的空间分辨率也就越高，能够观测到天体更多的细节。”

2018年8月，中科院长春光机所完成4.03米大口径碳化硅反射镜研制并通过验收，这是公开报道过的世界上最大口径碳化硅单体反射镜。由此，我国光学系统制造能力跻身国际先进水平，终于不再受制于人。

曾经我们只能“近视”

自1609年伽利略发明天文望远镜以来，无论是从地面仰望星空，还是从空间俯瞰大地、纵观寰宇，想要使望远镜的观测能力不断提升，都离不开一个关键——口径。

大望远镜装备对反射镜口径的需求没有上限，其上限取决于制造加工能力。对于口径的“实力”，张学军举例，大名鼎鼎的哈勃太空望远镜口径是2.4米，最远可以观测到距离地球134亿光年的宇宙深处；先进光电望远镜口径3.67米，成功观测到美国哥伦比亚号航天飞机事故的症结所在。

20世纪90年代初，我国1米以下口径空间反射镜材料一直依赖进口，那时载人航天刚刚起步，急需大口径反射镜。张学军回忆道：“当时欧美都不卖，最后从俄罗斯进口了0.6米直径的反射镜。”

这也是一直卡住我们脖子的问题——在技术封锁下，我国只能使用直径1米以下的“小镜子”。“我们也曾尝试向欧美国家购买大口径光学反射镜，不过被他们以‘战略物资’为由拒绝了。”张学军透露。

发展大口径碳化硅光学制造技术迫在眉睫。

“国家需求很大，我们没有退路，必须把这条路走通。正是西方国家的技术壁垒和封锁坚定了我们自主创新的决心。核心技术买不来，一定要走自主研发的道路！”张学军说。

四砸失败镜坯

买不到又必须用，把长春光机所逼上了自主创新这条路。

为了解决技术瓶颈，长春光机所选择了一条与国外不同的技术路线——选用碳化硅作为反射镜材料。碳化硅是制造反射镜的理想材料，其比刚度是玻璃的4倍，同样厚度下，抗变形能力比玻璃强4倍。“但其制备难度极高，所以并不被国际同行看好。”张学军坦言。

2009年底，长春光机所正式启动“4米量级高精度碳化硅非球面反射镜集成制造系统”项目，开始自主研制大口径高精度非球面反射镜制造系统。

4米碳化硅反射镜绝不仅仅是看着炫目，要想能够实际应用，必须依赖于碳化硅陶瓷镜坯。所以制造碳化硅反射镜的第一个难题，就是将碳化硅粉末烧制成整体的反射镜镜坯。张学军说：“用碳化硅烧制的陶瓷，口径一旦增大，就容易出现内部缺陷而导致开裂，一度被认为无法突破的口径极限是1.5米。”

由于没有经验，第一块镜坯毫无疑问地失败了。还没等张学军看见全貌，团队已经将其敲碎，用破碎的颗粒研究失败原因，张学军说：“在数百个工艺环节中，每一个细小的失误都有可能导致研制失败。”

项目团队顶着巨大压力，反复试验探索与工艺验证，先后突破了消失模制作、凝胶注模成型、无应力反应连接等一系列镜坯制备关键技术，2米、2.4米、3米单体碳化硅镜坯相继研制成功。

在经历了4次失败后，2016年，具有自主知识产权、4.03米碳化硅反射镜坯终于新鲜出炉了。“一次烧结需要五六个月，再加上前期准备，整个过程要1年，5次就是5年。这是一个漫长的过程。”

由“卡片机”变“单反”

镜坯制造完成后，接下来就是漫长的加工流程。“为了保证成像质量，光学系统对反射镜的面型精度有着苛刻的要求：优于20纳米。”张学军打了个比方，这就像对北京市的土地进行平整，要求平整度误差小于1毫米。

伴随着成功而来的，是接踵而至的难题：碳化硅硬度仅次于金刚石，其磨削抛光至纳米表面精度难度极大。从镜坯转变为反射镜，需要靠光学加工、改性和镀膜，不仅国内现有的光学加工设备无法满足要求，国际上也没有可引进的此类装备。

怎么办？自己干！

张学军介绍，长春光机所研制出适用于大口径碳化硅高精度制造的非球面数控加工中心，采用应力盘抛光、磁流变抛光等组合加工技术，在反射镜表面镀制和碳化硅相近的硅改性层，在此基础上进行精抛光，来达到非球面的制造精度、提升加工效率，实现了加工与检测技术自主可控。张学军说：“反射面镀膜的反射率达到95％以上，整体指标达到望远系统的要求，这相当于太空探测拍摄的图片质量，由‘卡片机’升级到加了一个高质量成像镜头的‘单反相机’。”

至此，碳化硅粉末终于变成了直径4.03米、重达1.6吨，高刚度、高面形精度的“大镜子”。

“仅掌握4米反射镜制造工艺，并不算掌握自主核心技术。”张学军说，围绕着大口径反射镜制造的工艺路线，一整套完整的、具有完全自主知识产权的加工、检测装备也同步开发完成，大口径反射镜制造的全部核心技术已经真正掌握在自己手中。（马维维周立勋）