AI+ CG如何加、加之何利、未來何去？

灣區(qū)時訊 智能圖形學(xué)作為人工智能（AI）與計算機圖形學(xué)（CG）相結(jié)合的新興領(lǐng)域，在近年來取得了令人矚目的進展。智能圖形學(xué)的不斷演進和完善開辟了計算機圖形學(xué)在傳統(tǒng)的電影、游戲和特效等領(lǐng)域之外的更廣泛的應(yīng)用領(lǐng)域，如智能制造、無人系統(tǒng)、文物保護以及醫(yī)療健康等。這一發(fā)展推動了三維數(shù)字中國的全新變革，為滿足國家的重大需求提供著不可或缺的技術(shù)支持。AI與CG的緊密結(jié)合不僅為傳統(tǒng)圖形學(xué)注入了新的活力，而且為各行業(yè)帶來了更高效、更創(chuàng)新的解決方案。然而，隨著技術(shù)不斷推陳出新，智能圖形學(xué)也面臨著一系列全新的問題和挑戰(zhàn)。

為此，中國計算機學(xué)會（CCF）青年計算機科技論壇（YOCSEF）廣州分論壇學(xué)術(shù)委員會于2023年12月2日舉辦了“AI + CG: 智能圖形學(xué)的機遇與挑戰(zhàn)”技術(shù)論壇，共論AI + CG的如何加、加之何利、未來何去，旨在為智能圖形學(xué)的未來發(fā)展提供獨到見解和創(chuàng)新的解決思路。本次論壇由CCF主辦，YOCSEF廣州學(xué)術(shù)委員會、廣東工業(yè)大學(xué)計算機學(xué)院、廣東工業(yè)大學(xué)創(chuàng)新創(chuàng)業(yè)學(xué)院共同承辦。YOCSEF廣州AC委員朱鑒（廣東工業(yè)大學(xué)）和YOCSEF廣州2022-2023副主席謝光強（廣東工業(yè)大學(xué)）共同擔(dān)任論壇執(zhí)行主席，廣東恒電信息科技股份有限公司提供贊助支持。此次論壇邀請了徐雪妙（華南理工大學(xué)）、方美娥（廣州大學(xué)）、朱磊（香港科技大學(xué)（廣州））作為引導(dǎo)發(fā)言嘉賓，孟敏（廣東工業(yè)大學(xué)）、高博宇（暨南大學(xué)）、張?zhí)煸ィ◤V汽研究院）作為思辨嘉賓。

YOCSEF廣州往屆主席譚臺哲（廣東工業(yè)大學(xué)），YOCSEF廣州優(yōu)秀AC委員劉雷（廣東科技報），YOCSEF廣州現(xiàn)任主席龍錦益（暨南大學(xué)），YOCSEF廣州現(xiàn)任副主席李冠彬（中山大學(xué)）、劉同來（仲愷農(nóng)業(yè)工程學(xué)院），YOCSEF廣州AC委員胡建芳（中山大學(xué)）、藍連濤（華南農(nóng)業(yè)大學(xué)）、劉偉莉（廣東技術(shù)師范大學(xué)）、黃培濤（唐邦信息科技），戰(zhàn)蔭偉（廣東工業(yè)大學(xué)），曾碧（廣東工業(yè)大學(xué)），冼楚華（華南理工大學(xué)），張懷東（華南理工大學(xué)），甘文生（暨南大學(xué)），周燕（佛山科學(xué)技術(shù)學(xué)院），劉翔宇（佛山科學(xué)技術(shù)學(xué)院），陳光明（廣東財經(jīng)大學(xué)），郭建軍（仲愷農(nóng)業(yè)工程學(xué)院），陳云華（廣東工業(yè)大學(xué)），陳炳豐（廣東工業(yè)大學(xué)），黃國恒（廣東工業(yè)大學(xué)），楊振國（廣東工業(yè)大學(xué)），孫宇平（廣東工業(yè)大學(xué)），羅玉（廣東工業(yè)大學(xué)），高靜（廣東恒電信息科技），羅興勇（超擎科技）等來自廣東地區(qū)多所高校及企事業(yè)單位共60多人參加了此次論壇。

在論壇開幕環(huán)節(jié)，首先由本次論壇執(zhí)行主席朱鑒逐一介紹與會嘉賓，再由YOCSEF廣州主席龍錦益介紹YOCSEF文化內(nèi)涵。龍錦益對YOCSEF的含義、理念、分論壇以及YOCSEF廣州的特色文化等內(nèi)容作了介紹。

暨南大學(xué)龍錦益教授介紹YOCSEF文化

隨后，朱鑒介紹了論壇背景。本次論壇以"AI+CG：智能圖形學(xué)的機遇與挑戰(zhàn)"為主題，旨在探討在AI技術(shù)蓬勃發(fā)展的當(dāng)下，計算機圖形學(xué)所面臨的機遇和挑戰(zhàn)，希望本次論壇為該領(lǐng)域的發(fā)展提供有益的思考和建議。

論壇執(zhí)行主席朱鑒介紹論壇背景

• 引導(dǎo)報告環(huán)節(jié)

華南理工大學(xué)計算機科學(xué)與工程學(xué)院徐雪妙教授以“基于知識引導(dǎo)的場景智能理解和生成技術(shù)”為題，緊緊圍繞智能視覺技術(shù)在實際應(yīng)用中面臨的四大挑戰(zhàn)：復(fù)雜場景、跨域場景、數(shù)據(jù)缺失和低質(zhì)量視覺數(shù)據(jù)，描述了一系列基于先驗知識引導(dǎo)的場景智能理解和生成創(chuàng)新技術(shù)，徐雪妙還分享了其團隊當(dāng)前的工作進展并結(jié)合實際案例描述研究工作的落地應(yīng)用情況。

徐雪妙教授作引導(dǎo)報告

廣州大學(xué)計算機科學(xué)與網(wǎng)絡(luò)工程學(xué)院方美娥教授的報告以“AI + CG + 三維醫(yī)學(xué)影像分析”為題，首先簡述三維醫(yī)學(xué)影像與自然圖像的差別，同時探討分析了當(dāng)前三維醫(yī)療影像智能分析研究的現(xiàn)狀、問題和趨勢。接著，方美娥教授重點介紹了如何將計算機圖形學(xué)及臨床醫(yī)學(xué)兩個領(lǐng)域的理論與方法結(jié)合，并運用到AI醫(yī)學(xué)影像分析中。同時，結(jié)合例子說明了醫(yī)療影像與圖形學(xué)的幾何建模相結(jié)合的有效性，最后還提出了“AI + CG + 三維醫(yī)學(xué)影像分析”相關(guān)的若干探討性問題，引發(fā)了與會者的思考和討論。

方美娥教授作引導(dǎo)報告

香港科技大學(xué)（廣州）機器人與自主系統(tǒng)學(xué)域及電子與計算機工程學(xué)系聯(lián)署助理教授朱磊的報告以“惡劣天氣和光照下的復(fù)原研究：從靜態(tài)圖像到動態(tài)視頻”為題，首先通過一個去除圖像紋理和恢復(fù)圖像背景的具體案例，解釋了圖像智能感知的概念，接著結(jié)合不同場景介紹了解決戶外視覺系統(tǒng)在惡劣天氣條件下圖像/視頻恢復(fù)的創(chuàng)新方法，最后重點介紹了復(fù)雜光照下產(chǎn)生的陰影和高光等相關(guān)的圖像/視頻的復(fù)原和檢測的智能感知工作。

朱磊教授作引導(dǎo)報告

• 思辨發(fā)言環(huán)節(jié)

在引導(dǎo)報告之后，論壇進入思辨環(huán)節(jié)。思辨嘉賓廣東工業(yè)大學(xué)計算機學(xué)院孟敏副教授、暨南大學(xué)網(wǎng)絡(luò)空間安全學(xué)院高博宇副教授、廣汽研究院張?zhí)煸ゲ┦恳约芭c會嘉賓圍繞“智能時代，傳統(tǒng)圖形學(xué)是否面臨瓶頸？理由何在？”“如何突破壁壘將AI與CG更緊密地結(jié)合？”“圖形學(xué)‘智能化’是不是國內(nèi)圖形學(xué)實現(xiàn)彎道超車的一次重要機遇？”等議題展開了深入思辨，總結(jié)得出以下觀點。

論壇執(zhí)行主席謝光強主持思辨議題

思辨議題一：智能時代，傳統(tǒng)圖形學(xué)的發(fā)展是否正面臨瓶頸？理由何在？

1. 衍生議題1：若是，擁抱AI、發(fā)展智能圖形學(xué)是不是突破瓶頸的利器？
2. 衍生議題2：若不是，計算機圖形學(xué)未來發(fā)展?jié)摿εc方向何在？

針對此議題，一些嘉賓認(rèn)為傳統(tǒng)圖形學(xué)發(fā)展到現(xiàn)在確實面臨瓶頸，擁抱AI是傳統(tǒng)圖形學(xué)未來發(fā)展的必然趨勢。徐雪妙指出傳統(tǒng)圖形學(xué)在算力、采集技術(shù)和效率等方面遇到了瓶頸，認(rèn)為AI給圖形學(xué)帶來了強大的生命力。孟敏強調(diào)深度學(xué)習(xí)并非解決所有問題的靈丹妙藥，擁抱AI將面臨一些諸如復(fù)雜拓?fù)?、不?guī)則數(shù)據(jù)建模、算力需求等新的挑戰(zhàn)。高博宇提出隨著人工智能的迅猛發(fā)展，大型模型的涌現(xiàn)極大地提升了生成模型的速度。然而，他也指出大型模型在準(zhǔn)確性和用戶精細(xì)控制上面臨一定挑戰(zhàn)。

另一些嘉賓則主張傳統(tǒng)圖形學(xué)和智能圖形學(xué)之間并不存在明確的分界線，兩者應(yīng)該共同發(fā)展。方美娥提出了搭建文工合作平臺的設(shè)想，通過將人文藝術(shù)與智能圖形學(xué)這兩個領(lǐng)域交叉融合，來有利于文化傳承和藝術(shù)呈現(xiàn)。張?zhí)煸漠a(chǎn)業(yè)界角度出發(fā)，強調(diào)兩者的發(fā)展應(yīng)相互促進，認(rèn)為在實際應(yīng)用中，傳統(tǒng)圖形學(xué)方法在可靠性和泛化性方面仍具優(yōu)勢。戰(zhàn)蔭偉提出要從發(fā)展的角度看待圖形學(xué)，強調(diào)圖形學(xué)一直在不斷豐富自身內(nèi)涵，如今在智能時代更應(yīng)融入AI新元素。

除此之外，朱磊強調(diào)在擁抱AI時，廣大研究者的聰明才智完全可以在人工智能領(lǐng)域得以發(fā)揮，呼吁更多人投入到這一領(lǐng)域的研究和實踐中。李冠彬指出應(yīng)當(dāng)根據(jù)問題的性質(zhì)選擇使用AI或傳統(tǒng)方法，不應(yīng)過分依賴AI工具，而是集中注意力解決實際問題。

思辨議題二：AI賦能CG雖然已有約十年，但智能圖形學(xué)訓(xùn)練所需的3D數(shù)據(jù)仍然是稀缺的并且往往是不規(guī)則的無結(jié)構(gòu)數(shù)據(jù)，而且訓(xùn)練的算力要求高，現(xiàn)有AI算法也難以直接應(yīng)用。如何突破壁壘將AI與CG更緊密地結(jié)合？

衍生議題：AI賦能CG的關(guān)鍵在于數(shù)據(jù)、算力還是技術(shù)？

論壇執(zhí)行主席朱鑒主持思辨議題

針對此議題，一些嘉賓認(rèn)為AI賦能CG的關(guān)鍵在于數(shù)據(jù)。冼楚華指出，3D數(shù)據(jù)的多樣性遠超過文本和圖像的統(tǒng)一規(guī)范，導(dǎo)致訓(xùn)練模型變得復(fù)雜，成為AI與CG結(jié)合發(fā)展較晚的原因之一。張懷東補充指出，昂貴的3D采集設(shè)備也成為一個制約因素，增加了數(shù)據(jù)獲取的成本，對此可以構(gòu)建仿真平臺，以獲取各種不同格式的數(shù)據(jù)。

另一些嘉賓則認(rèn)為技術(shù)是AI與CG結(jié)合需要首要考慮的壁壘。譚臺哲指出雖然AI已經(jīng)具備強大的計算能力，但在處理復(fù)雜結(jié)構(gòu)時，仍面臨獨特挑戰(zhàn)，如何實現(xiàn)與人類相似的認(rèn)知成為關(guān)鍵難題。郭建軍指出，技術(shù)是數(shù)據(jù)、算力的根基，沒有技術(shù)支持，數(shù)據(jù)和算力就無法得以應(yīng)用。

針對算力問題，高博宇提出，算力在一定程度上是否構(gòu)成壁壘取決于所從事問題的規(guī)模。對于小規(guī)模項目而言，算力并非障礙，若涉及到大型模型的研發(fā)，解決算力問題就需要實力雄厚的企業(yè)介入。張?zhí)煸フJ(rèn)為算力問題相對容易解決，但更為困難的壁壘在于學(xué)術(shù)界與產(chǎn)業(yè)界之間存在的鴻溝，并呼吁學(xué)術(shù)研究應(yīng)更緊密地服務(wù)于實際產(chǎn)業(yè)需求。

除此之外，孟敏指出，推動AI和CG結(jié)合的一個關(guān)鍵點在于促進數(shù)據(jù)和模型的開源。在技術(shù)方面，孟敏建議在多元多模態(tài)技術(shù)上多做考慮，特別是與CG領(lǐng)域相關(guān)的交互技術(shù)，如手勢識別、面部表情識別和語音等。通過結(jié)合多元多模態(tài)技術(shù)，可以促進AI+CG的突破。

思辨議題三：圖形學(xué)“智能化”是不是國內(nèi)圖形學(xué)實現(xiàn)彎道超車的一次重要機遇？

1. 衍生議題1：CG領(lǐng)域是否會像CV領(lǐng)域被深度學(xué)習(xí)技術(shù)全面“攻占”？
2. 衍生議題2：NeRF 作為一種當(dāng)前AI與CG交叉融合的熱門技術(shù)，其面臨的技術(shù)困難與挑戰(zhàn)何在，未來發(fā)展趨勢如何？

針對此議題，嘉賓們對于圖形學(xué)“智能化”的未來都持有積極態(tài)度，同時也意識到其中的挑戰(zhàn)和困難，他們在技術(shù)、理論和應(yīng)用層面提出了各自的看法和建議。

在技術(shù)層面，高博宇和孟敏指出目前的困難主要集中在模型的可解釋、精準(zhǔn)性和交互功能方面。張?zhí)煸ケ硎舅懔π枨笫且淮箅y點，還指出如果要實現(xiàn)彎道超車，可以從基礎(chǔ)理論方面進行入手。周燕表示數(shù)據(jù)的采集方式不統(tǒng)一，數(shù)據(jù)格式的不統(tǒng)一，增加了CG研究工作的難度。陳云華強調(diào)國內(nèi)在數(shù)據(jù)量方面具有優(yōu)勢，但也提到針對醫(yī)療數(shù)據(jù)存在數(shù)據(jù)孤島的問題。楊振國認(rèn)為圖形學(xué)的研究難以避免涉及大模型問題，在沒有足夠好的數(shù)據(jù)和強大算力的情況下，研究大模型變得異常困難。孫宇平指出技術(shù)方法決定了發(fā)展的下限，而數(shù)據(jù)的質(zhì)量則決定了上限。在突破這些難題中，數(shù)據(jù)的獲取和處理成為關(guān)鍵的挑戰(zhàn)。

在理論層面，曾碧認(rèn)為AI+CG是一條正確的道路，但要從自身的研究問題和任務(wù)的角度去具體分析，并非所有的環(huán)節(jié)都需要深度學(xué)習(xí)。此外，曾碧表示NeRF是一個非常好的課題結(jié)合點，在動態(tài)環(huán)境上有許多的挑戰(zhàn)可以去嘗試。胡建芳指出隨著CG生態(tài)環(huán)境的逐步開放，會有一部分CV的工作者轉(zhuǎn)移到CG領(lǐng)域當(dāng)中，有助于實現(xiàn)CG的彎道超車。

在應(yīng)用層面，劉翔宇認(rèn)為如果在具體的應(yīng)用問題上出現(xiàn)的瓶頸是目前傳統(tǒng)的技術(shù)無法解決的，采用AI+CG技術(shù)能夠解決問題，則可以判斷說是可以實現(xiàn)彎道超車。陳光明和甘文生都表示在大模型時代圖形學(xué)與AI的結(jié)合是一個很大的機遇，不能錯失發(fā)展的良機。除此之外，劉偉莉表示可以將深度學(xué)習(xí)當(dāng)成一種工具，工具沒有“攻占”之說，強調(diào)需要充分利用深度學(xué)習(xí)來發(fā)展CG。她還指出CG的門檻相對于CV來說是比較高的，CG涵蓋物理和數(shù)學(xué)等知識，應(yīng)用場景偏向高精端領(lǐng)域，不太可能做到像大模型那樣的通用化。黃國恒從CV和CG的關(guān)系角度分析，指出CV和CG是互相包含的關(guān)系。

嘉賓熱議

此次論壇歷時近四個小時，最后YOCSEF廣州主席龍錦益對此次論壇進行了總結(jié)并表示肯定。

為引導(dǎo)嘉賓和思辨嘉賓頒發(fā)感謝牌

與會嘉賓合影留念

此次論壇對傳統(tǒng)圖形學(xué)是否面臨瓶頸，圖形學(xué)智能化帶來的機遇和挑戰(zhàn)，熱門技術(shù)NeRF未來發(fā)展趨勢等相關(guān)內(nèi)容展開了深入思辨，亦探討了如何突破數(shù)據(jù)、算力和技術(shù)等壁壘更好的融合CG和AI，推動AI+CG的創(chuàng)新發(fā)展，相信可以為相關(guān)領(lǐng)域從業(yè)人員提供重要的參考與借鑒。最后，論壇在線下會場與線上云會場一片輕松而熱烈的氛圍中圓滿結(jié)束。

通訊員/朱鑒

責(zé)任編輯/劉秀