AMD 提出神经光线追踪 BVH 编码,内存占用与场景复杂度无关
ssh4net · x · 2026-10-19
AMD 研究员 Daniel Meister 与 Takahiro Harada 发布论文《BVH Encoding for Neural-Assisted Ray Tracing》,提出一种面向光线追踪神经网络的 3D 位置编码新方法。
- 核心思路:复用光线追踪已有的包围体层次(BVH)加速结构,同时作为索引可学习潜在特征向量的空间数据结构;在 BVH 上取一个 cut(截断节点集),每个 cut 节点的包围盒角点存储特征向量,查询点通过双线性插值取特征。
- 优点:编码自然适配场景几何,支持任意几何图元,内存占用有界且与场景复杂度无关。
- 验证:在神经辐射缓存(NRC)应用中与 hash-grid 编码对比,展示间接光照效果与 FLIP 误差图。
「研究」频道最新
- IFM 开源 RL360:8192 并发沙箱、130 万 rollouts 的 RL 基建 — rupspace · 2026-10-23
- 号称匹敌 GPT-6.1 的 DNA 模型遭实测打脸：10 例 8 例不如随机 — anshulkundaje · 2026-10-23
- AI 揭穿阴谋论研究风波落幕：Science 撤回关注声明，结论不变 — DG_Rand · 2026-10-23
- Embodied First Exam：一行代码在 44 台机器人上考你的 Agent — ManlingLi_ · 2026-10-23
- Anima Anandkumar 演讲：AI 气象模型胜超算，但不会取代科学家 — AnimaAnandkumar · 2026-10-23
- GLM-5.3-Flash 实现 1M token 上下文训练，较基线提升 64 倍 — AndrewLBeam · 2026-10-23