“70多年前，宝丽来相机拍摄出第一张即时照片，是人类第一次以逼真的二维图像快速捕捉三维世界，具有划时代的意义。而今天，我们需要做一件相反的事情，用尽可能少的相片重新构筑三维世界。”孟繁岐上台后，首先复读了一遍当初跟黄仁勋展示时的说辞。
这个例子和对比实在妙极，话还没说完，底下就已经有几位大佬开始了窃窃私语。
“这就是那个谁是吧。”周志华教授思索了一下，对着旁边的人询问道：“听说鄂院士的关门弟子就是跟他跑了？”
百闻不如一见，周教授还是第一次见到孟繁岐真人。
一旁，鄂维南听了这话表情微妙，跟别人跑了...这话怎么听着怪怪的。
不过都说是关门弟子，这门的确没关上：“你们别光顾着笑，想跟着人家跑也不是谁都有机会的，换了你们的徒弟，就是想跟他跑，人家也未必肯要呢！”
鄂院士起初对这件事情感觉有些不好接受，毕竟关门弟子是有些特殊的学生，跑到别的地方交换，总有点显得自己做得不够到位。
但这都是自己心里的事情，对外当然得硬气一点。很快，他就调整了策略，转而采用了如今的这套策略，【你们的学生想去还去不了呢】！
你别说，心里一下就好受多了。
周志华听完大笑，也不争辩什么。
此时此刻，四个视界公司的员工突然迅速跑上台去，每个人均对着孟繁岐拍摄了两张照片，获取了孟繁岐演讲状态下的八个不同的视角的相片。
“我们先来看一下，这八张图片本身的效果。”孟繁岐想要在演讲的时候，现场直接演示神经辐射场的重建效果，而非是拿已经准备好的素材来进行展示。
这样的效果显然会震撼许多。
而这项操作私下里也已经进行了多次的排练，几人相对于孟繁岐的距离和角度，都是经过了一番计算和设计的。
他们的设备也经过了对齐，拍摄完成之后，很快就上传到了服务器上。
孟繁岐将这八张图片进行了逐一的展示，这些照片本身平平无奇。
随后开始了训练和渲染的过程。
“他想干什么？直接通过这几张图片就重现三维世界的真实情景吗？啊？直接现拍吗？不用进行任何分析，调整参数什么的？”此时，已经有人意识到了问题的严重性。
虽然孟繁岐刚刚已经说了，要从尽量少的照片中取重建三维世界...但大家所想的少量图片可不是个位数的几张图片啊！
你是不是对少量图片有什么误解？？现场马上拍几张，直接就能够开始重建吗？？
这也太离谱了吧。
众人此时还不知道的是，八张，已经是孟繁岐相当保守的策略了，如果追求极限的话，四五张图片，甚至三张也未尝不可。
“这是应该算是人工智能范畴的事情吗？怎么感觉更像是属于图形学的内容？”一旁的邱教授觉得这个过程听起来似乎AI的含量比较小，主要还是图形学的经典任务。
他还不知道等待他的将会是什么。
“神经辐射场是一种基于人工神经网络的3D重建方法。它可以通过图像数据来重建高维度的物体场景，提供更加真实的感知和环境理解能力。”孟繁岐的下一句话就解答了他的疑惑。
此次为了展示的效果更加震撼，孟繁岐采用了非常大量的计算设备对这个单一场景进行并行运算。
因此就在说话的同时，不足一分钟的时间，三维世界就已经重建完成，并实时在大屏幕上展示了出来。
在算法结果的弹窗当中，孟繁岐非常随意地将算法重构出的自己三百六十度地转着圈，各个角度看上去，都与真实无异。
真的实现了，从平面到立体的直接转换。
随着结果的展示，场中躁动了起来，人群中惊呼的声音此起彼伏。
这个成果给人的感觉，不亚于相机第一次出现的那种震撼。
【从二维重建三维】，听起来毕竟还是太过复杂了，远没有图片到三维立体模型这个直观的过程来得震撼。
尤其是对场中不大了解这方面技术的人来说，这简直就是魔术。
从八个视角，就生成了三百六十度无死角的三维新世界。
随着孟繁岐的继续展示，现场逐渐开始喧哗，交头接耳起来。
看得懂的学界大佬们一脸惊叹，或面面相觑，或在猜测其中的可能和原理，他们深知其中的困难与含金量。
看不懂的那批人，虽然完全搞不明白，却一点也不耽误他们鼓掌。一个个都狠狠地拍起手来，掌声雷动。
气氛和场合都到这了，这能是什么寻常的技术吗？
鼓掌！都给我鼓掌！不鼓掌岂不是显得咱们不懂？
那多跌份啊！
台下大佬们几十上百，听懂的估计不足一成，但一个个都在热烈地拍手，表情若有所思，频频点头，很像那么回事。
“传统的计算机图形学允许我们生成高质量的可控场景图像，但场景的所有物理参数，例如相机参数、照度和物体的材料都需要作为输入提供。”
本小章还未完，请点击下一页继续阅读后面精彩内容！
喜欢重生之AI教父请大家收藏：(m.x33yq.org)重生之AI教父33言情更新速度全网最快。