培训NeRF只需5秒？！英伟达这项新技术给谷歌研究员整不会了 | 开源

发布时间：2025年11月22日 12:17

杨净发自凹非寺

量子位 | 公众号 QbitAI

“这太诡异了！”

“18个月同一时间，专业训练 NeRF 能够5小时…”

“2个月同一时间，专业训练NeRF能够是5分钟！”

“现今，专业训练NeRF能够5秒！！？？”

无论如何发生了什么？竟让雅虎研究科学家惊艳至此。

（插播一下此同一时间风靡的NeRF仿真：麻省理工学院&雅虎联合打造，少数一个系统图生成3D精致真实感）

而且十分相似的评价还有很多~

介绍这项取而代之科技的博文也热度十分，不到一天时间就收获了上千赞。

原来，这是来自于英伟达的最取而代之取而代之科技——基于多灵敏度数据流编码方式的即时神经元位图和数。

一只熊NeRF仿真的只能够专业训练5秒钟！

而且不光专业训练NeRF，该取而代之科技还在其他特殊任务上也达到了惊人的专业训练速度。

实现了几个通量的组合减缓。

能够在几秒钟内专业训练高品质的神经元位图和数，并在几十毫秒内三维灵敏度1920x1080的位图。

单个GPU上实现多特殊任务即时专业训练

先来看真实感。

有没有种在实验室的眩晕感觉，这是来自iPhone预告片专业训练5分钟的360度实时三维真实感~

还有想以34张真实照片角度看的3D图像~

除了NeRF之外吗，还有三个神经元位图和数的实现。

Gigapixel Image

所作还友情提示，网络是再来专业训练的，如果眨眼的话，但会下一场它。

Signed Distance Function

Neural Radiance Cache

每种上述情况都是用tiny-cuda-nn前提专业训练和三维的，本次实验是在RTX 3090验证的。

以全通到网络为参数的神经元位图和数，专业训练和分析成本较高。

本文用到了一种多功能的取而代之输入编码方式来为了将。

这种编码方式准许在不牺牲质量的上述完全用到更小的网络，从而大大减少整数和缓存访问数量。

具体而言，一个小型神经元网络通过可专业训练特征绝对值的多灵敏度数据流详见展开扩充。这些特征绝对值的绝对值通过随机分量下降改进。

换句话说，这种编码方式与特殊任务无关。

研究制作组详见示，他们在所有特殊任务中会都用到相同的范例和超参数，只改变了数据流详见的尺寸。

目同一时间该项目已开源，感觉兴趣的旁友可手脚左侧链接~

— 先—

「智能汽车」互动为数众多招募中会！

欢迎关注智能汽车、自动驾驶的小伙伴们投身于社为数众多，与从业者大咖互动、切磋，不下一场智能汽车从业者发展&取而代之科技成效。

ps.加相识叮嘱务必备注您的姓名-公司-军职哦~

点这里 👇关注我，记得标星哦～

一键三连「分享」、「点赞」和「在看」

科技同一时间沿成效日日见~

关键字：技术研究员