重新想象現實:NVIDIA推出fVDB來構建更大的數字世界模型
NVDIA在SIGGRAPH上宣布，新的深度學習框架為自動駕駛汽車、氣候科學和智慧城市創建了人工智能就緒的虛擬展示。
fVDB建立在OpenVDB之上，OpenVDB是壹個行業標準庫，用於模擬和渲染稀疏的體積數據，如水、火、煙和雲。
生成式物理人工智能，如生活在現實世界中的自動駕駛汽車和機器人，需要具備“空間智能”——即在3D空間中理解和操作的能力。
捕捉我們周圍世界的大規模和超精細細節是必不可少的。但將現實轉化為虛擬表現來訓練人工智能是很困難的。
真實環境的原始數據可以通過許多不同的，比如神經輻射場(nerf)和激光雷達。fVDB將這些數據轉換為實時渲染的大規模ai就緒環境。
在OpenVDB標準十年創新的基礎上，在SIGGRAPH上引入vdb代表了行業如何從現實世界的數字孿生中受益的重大飛躍。現實規模的虛擬環境用於訓練自主代理。城市規模的3D模型由無人機捕獲，用於氣候科學和災害規劃。
生成式人工智能甚至被用於規劃城市空間和智能城市。
fVDB使各行業能夠以比以往更大的規模和更高的分辨率挖掘空間智能，使物理人工智能更加智能。
該框架在NanoVDB之上構建了nvidia加速的AI操作符gpu加速的數據結構，用於代客戶端3D模擬。這些操作符包括卷積，池化，註意力和網格，所有這些都是為高性能3D深度學習應用而設計的。
人工智能運營商允許企業為空間智能構建復雜的神經網絡，如大規模點雲重建和3D生成建模。
fVDB是NVIDIA研究團隊長期努力仟的成果，已經用於支持NVIDIA research, NVIDIA DRIVE和NVIDIA Omniverse項目，這些項目需要大型，復雜的現實世界空間的高保真模型。
fVDB的主要優點
- 更大:比以前的框架大4倍的空間尺度
- 更快:比以前的框架快3.5倍
- 可互操作:企業可以充分利用龐大的現實世界數據集。fVDB讀取VDB數據集到全尺寸的3D環境。ai就緒，實時
- 渲染用於構建具有空間智能的物理AI。
- 更強大:比以前的框架多10倍的操作符。fVDB通過組合以前需要多個功能的功能來簡化流程深度學習庫。
fVDB將很快作為NVIDIA NIM推理微服務提供。微服務將使企業能夠將fVDB納入OpenUSD工作流程，在NVIDIA Omniverse(工業數字化和生成物理AI應用的開發平臺)中生成AI-ready OpenUSD幾何體。它們是:
- fVDB網格生成NIM -生成現實世界的數字3D環境
- fVDB NeRF-XL NIM -使用Omniverse雲api在OpenUSD中生成大規模nerf
- fVDB Physics Super-Res NIM -執行超分辨率生成基於openusd的高分辨率物理模擬
在過去的十年中，OpenVDB作為核心贏得了多個奧斯卡獎
整個視覺發展影響行業使用的技術。從那以後，它已經從娛樂發展到工業和科學用途，比如工業設計和機器人。
NVIDIA繼續增強開源的OpenVDB庫。四年前，公司推出了NanoVDB，它為OpenVDB添加了GPU支持。這提供了壹個數量級的加速，實現更快的性能和更容易的開發，並打開了實時模擬和渲染的大門。兩年前，NVIDIA推出了NeuralVDB，它在NanoVDB之上構建機器學習，將VDB卷的內存占用壓縮到原來的100倍。創作者、開發人員和研究人員與極其龐大和復雜的數據集進行交互。
fVDB在NanoVDB之上構建人工智能運營商，以現實規模解鎖空間智能。申請早期訪問程序以訪問fVDB PyTorch擴展。fVDB也將作為OpenVDB GitHub存儲庫的壹部分提供。
在這個技術博客（Building Spatial Intelligence from Real-World 3D Data Using Deep-Learning Framework fVDB | NVIDIA Technical Blog）中深入了解fVDB，並在NVIDIA首席執行官黃仁勛在SIGGRAPH的爐邊聊天中觀看加速計算和生成人工智能如何改變行業，並為創新和增長創造新的機會。
