AI模擬器拿下物理仿真新SOTA！｜SIGGRAPH Asia 2023最佳論文

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：AI模擬器拿下物理仿真新SOTA！｜SIGGRAPH Asia 2023最佳論文
關(guān)鍵字：物理,蛙跳,數(shù)值,方法,算法
文章來源：量子位
內(nèi)容字?jǐn)?shù)：3910字

內(nèi)容摘要：

NFM團(tuán)隊(duì) 投稿量子位 | 公眾號 QbitAI機(jī)器學(xué)習(xí)讓計(jì)算機(jī)圖形學(xué)（CG）仿真更真實(shí)了！
方法名為神經(jīng)流向圖（Neural Flow Maps，NFM），四個(gè)渦旋的煙霧也能精確模擬的那種：
更為復(fù)雜的也能輕松實(shí)現(xiàn)：
要知道，在這個(gè)AI應(yīng)用滿天飛的時(shí)代，CG物理仿真仍然是傳統(tǒng)數(shù)值算法的天下。
△NFM模擬“蛙跳”盡管神經(jīng)網(wǎng)絡(luò)應(yīng)用在CG能創(chuàng)造目眩神迷的視覺效果，它卻無法嚴(yán)格、魯棒地描述物理性質(zhì)。
△NFM模擬“墨滴”也正是因此，基于神經(jīng)網(wǎng)絡(luò)的物理仿真至今還處于概念驗(yàn)證（proof of concept）的階段，所生成的效果也遠(yuǎn)非SOTA。
基于這個(gè)難題，來自達(dá)特茅斯學(xué)院、佐治亞理工學(xué)院以及斯坦福大學(xué)的研究團(tuán)隊(duì)提出了神經(jīng)流向圖這一新方法，通過將神經(jīng)網(wǎng)絡(luò)的優(yōu)異性質(zhì)與先進(jìn)的物理模型相結(jié)合，同時(shí)達(dá)到了前所未有的視覺效果和物理精確性。
該論文發(fā)表于圖形學(xué)頂刊ACM Transactions on Graphics（TOG），并獲SIGGRAPH Asia 2023最佳論文。
NFM長啥樣？研究團(tuán)隊(duì)的核心觀點(diǎn)是：想利用AI去更好地解決物理問題，就不能局限地將可學(xué)習(xí)模塊（learnable modu

原文鏈接：AI模擬器拿下物理仿真新SOTA！｜SIGGRAPH Asia 2023最佳論文

聯(lián)系作者

文章來源：量子位
作者微信：QbitAI
作者簡介：追蹤人工智能新趨勢，關(guān)注科技行業(yè)新突破