从 ICCV 2019 论文看视觉创作 Agent:先建结构,再渲染像素

ziqiao_ma · x · 2026-09-07

作者由 GPT-6 Astra 用 Blender 接近生产级图形的表现出发，重读一篇 ICCV 2019 经典论文并指出其思想依然成立：通过顺序动作加渲染器来创作，而非直接预测最终像素。当年的方案是参数化贝塞尔笔画配合学习的神经渲染器，如今动作可以是控制几何、材质、灯光与相机的 Blender 代码。要点：- 像素只是最终观测，丢失了大量创作所依赖的结构；- 图形程序显式保留结构，渲染为评估与迭代提供前向模型；- 真正的难点可能不在图像合成本身，而在光栅化之前的搜索与控制。