英伟达为远程会议通话研发AI 3D视频聊天解决方案
视频会议系统首次商用化于50多年前，它使人们能够与千里之外的同事、朋友或家人进行视听交流。视频会议的最终目标是实现远程参与者之间的沉浸式通信，仿佛大家身处同一地点现有的3D视频会议系统虽然展示了捕捉眼神交流和其他非语言线索的潜力，但却需要昂贵的3D采集设备在名为“AI-Mediated3DVideoConferencing”的项目中，英伟达、美国加利福尼亚大学圣迭戈分校和北卡罗来纳大学教堂山分校的团队通过AI人工智能技术成功开发了一种高保真度、低成本的3D远程呈现方法，并且提供了以3D扫描为基础无法实现的
视频会议系统首次商用化于50多年前，它使人们能够与千里之外的同事、朋友或家人进行视听交流。视频会议的最终目标是实现远程参与者之间的沉浸式通信，仿佛大家身处同一地点
现有的3D视频会议系统虽然展示了捕捉眼神交流和其他非语言线索的潜力，但却需要昂贵的3D采集设备
在名为“AI-Mediated 3D Video Conferencing”的项目中，英伟达、美国加利福尼亚大学圣迭戈分校和北卡罗来纳大学教堂山分校的团队通过AI人工智能技术成功开发了一种高保真度、低成本的3D远程呈现方法，并且提供了以3D扫描为基础无法实现的新功能
此外，团队的解决方案兼容多种现有的3D显示器，包括立体显示器和光场显示器
延伸阅读：利用AI缩小体积，谷歌展示光场通话项目Project Starline新迭代
值得注意的是，谷歌正在利用人工智能来改进他们的光场通话项目Project Starline。简单来说，Project Starline是一个3D视频聊天室，利用光场技术创造出一种仿佛对方真的坐在你对面的感觉。这一创新性的远程通信工具结合了谷歌在硬件和软件方面的进步，旨在提升朋友、家人和同事在远程交流时的身临其境感
英伟达团队回到了他们的“AI-Mediated 3D Video Conferencing”项目，并在SIGGRAPH大会上展示了该设置，并撰写了相关介绍
图示系统包括一个sender，用于记录和传输来自单个RGB网络摄像头的2D视频；以及一个receiver，用于接收并将2D视频转换为3D，并呈现出新颖的3D视图
通过使用one-shot方法，研究人员可以实时地从单一的unposed图像中推断和渲染出真实的3D表示，并在NVIDIA RTX A5000笔记本电脑上生成光场图像。使用instant AI super-resolution技术，参与者可以立即看到他们的3D自我影像。在实时情况下，参与者可以观察到2D网络摄像头图像被提升为具有头部追踪功能的立体3D视图
用户可以选择使用2D Avatar生成器模块来生成和自定义由用户驱动的2D Avatar，除了使用网络摄像头图片
研究人员提出了一种基于Vision Transformer的新编码器，用于将2D输入转换为有效的三平面隐式3D表示，从而在3D提升方面取得了重要进展。通过给定用户的单个RGB图像，该方法能够自动创建用户的正面3D表示，并通过体三维绘制从新视点进行高效的渲染
这个句子的重写如下：三平面编码器完全依赖于经过预训练的EG3D生成的合成数据进行训练，而3D提升模块使用生成的先验来确保生成的视图在多视图一致性和照片真实感方面，并且能够在没有个人特定训练的情况下以one shot方式适用于任何人
团队使用最先进的神经方法，通过合成给定用户图片的重定向眼睛注视，将2D图像经过注视校正提升为3D图像，实现了眼神交流，如图所示
系统支持多种现成的3D显示器，包括单人立体显示器和多人光场显示器
这张图展示了使用来自Dimenco的32英寸3D立体显示器的情况。它利用眼动追踪和透镜技术来呈现立体图像，准确显示用户眼睛的位置。其中a提供了一个概览，而b和c展示了系统能够以正确的视角记录参与者的立体图像。同时，d和e说明了通过给定单一的RGB图像，该方法可以生成逼真的远程呈现效果
此外，研究人员使用一台32英寸的Looking Glass显示器来评估AI系统。该显示器能够同时展示真实大小的说话人头，让多人能够清晰地观看。这种光场显示器为普通观众和等待演示的人员提供了清晰的技术展示
接下来，轮候排队的人员可以尝试不同展位的立体显示器，并体验多路人工智能引导的3D视频会议电话
延伸阅读：AI-Mediated 3D Video Conferencing
延伸阅读：Live 3D Portrait: Real-Time Radiance Fields for Single-Image Portrait View Synthesis
值得注意的是，团队通过使用NVIDIA TensorRT对编码器进行了优化，使其能够在NVIDIA A6000 Ada Generation GPU上进行实时推理。整个系统的运行时间不到100毫秒，包括捕获、流式传输和渲染
Postman是一套面向API全生命周期的开发与测试平台，可在Mac上发送和调试多种协议请求，管理集合、环境及认证信息，并完成脚本测试、模拟服务、监控、文档发布和团队协作。它适合开发、测试及运维人员使用，提供个人免费方案。
Docker Desktop 是 Docker 官方为 Mac 提供的容器开发环境，集成 Docker Engine、命令行工具、Compose、Build、Kubernetes 与图形化管理界面。
Android Studio 是 Google 面向安卓应用开发提供的官方集成开发环境，基于 IntelliJ IDEA 构建。它整合智能代码编辑、Gradle 构建、界面预览、设备模拟、性能分析、调试测试及 APK 分析等工具。
Xcode 是苹果面向 Mac 提供的官方集成开发环境，将代码编辑、项目构建、SwiftUI 实时预览、设备模拟、自动化测试、断点调试、性能分析和应用分发整合在同一套工作流中，适合开发与维护 iPhone、iPad、Mac、Apple Wa
JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境，可智能理解项目结构，提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。
PhpStorm 是 JetBrains 推出的专业 PHP 集成开发环境，可在 Mac 上完成代码编写、智能检查、重构、调试、测试和数据库管理。它支持主流 PHP 框架、Composer、Git、Docker 与远程解释器。
JetBrains PyCharm 是面向 Python 开发者的集成开发环境，提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片，核心功能可免费使用。
IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境，重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具，并可借助插件扩展语言和框架支持。
Visual Studio Code 是微软提供的免费代码编辑器，支持 macOS，并为 Intel 与 Apple 芯片 Mac 提供适配版本。软件集代码编辑、调试、Git 源代码管理、集成终端和扩展市场于一体。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Pro Tools 是 Avid 推出的专业数字音频工作站，覆盖多轨录音、无损剪辑、MIDI 编曲、插件处理、自动化混音及声音与画面同步等工作。它拥有 Intro、Artist、Studio 和 Ultimate 等方案。
Postman 是面向 API 全生命周期的开发与协作平台。Windows 桌面版可用于构建和发送 HTTP、GraphQL、gRPC、WebSocket、MQTT 等请求，并提供环境变量、集合、脚本测试、模拟服务、监控、文档及团队工作区等
Docker Desktop 为 Windows 开发者提供集成式容器环境，内置 Docker Engine、命令行工具、Compose、Build 与 Kubernetes 等组件，可在本机完成镜像构建、容器运行、日志查看和资源管理。
Android Studio 是 Google 面向 Android 应用开发提供的官方集成开发环境，以 IntelliJ IDEA 为基础，集成智能代码编辑、Gradle 构建、设备模拟、界面预览、调试测试及性能分析工具，
WebStorm 是 JetBrains 面向 JavaScript、TypeScript 和现代 Web 技术打造的集成开发环境。它提供项目级代码分析、智能补全、安全重构、导航搜索，并集成调试、测试、终端、Git 与常用前端工具，
PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境，提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序，
PyCharm 是 JetBrains 推出的 Python 集成开发环境，提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能，
JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境，提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目，
Visual Studio Code 是微软推出的免费代码编辑器，Windows 版集成智能补全、代码导航、调试、终端和版本控制，并可通过扩展添加语言、格式化及远程开发能力。它启动较快、配置灵活，
REAPER 是 Cockos 推出的数字音频工作站，适用于录音、MIDI 编曲、音频编辑、混音、母带制作及声音设计。软件安装包小巧，支持多轨录制、灵活路由、自动化、第三方插件和脚本扩展，并提供完整功能的 60 天免费评估期。
Adobe Audition 是面向播客、影视后期、广播与音乐制作的专业音频工作站，提供波形编辑、多轨混音、频谱分析、录音、降噪修复和效果处理等功能。Windows 版通过 Adobe Creative Cloud 安装和管理，
Pro Tools 是 Avid 推出的专业数字音频工作站，提供多轨录音、音频剪辑、MIDI编曲、插件处理、自动化混音及影视声音制作能力。它适合音乐人、录音师、制作人和音频后期团队使用，并提供免费入门版、订阅方案及永久授权选择。
Cubase 是 Steinberg 推出的数字音频工作站，提供 MIDI 编曲、多轨录音、音频编辑、虚拟乐器、效果处理、自动化、混音和母带输出工具。其 Pro、Artist 与 Elements 版本面向不同预算和制作规模，