本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。
先来看一段“视频”，有没有看出什么不对劲的地方？
其实，这仅仅是由一组照片渲染出来的（右下角为拍摄照片）！
生成的也不仅仅是一段视频，更是一个3D场景模型，不仅能任意角度随意切换、高清无死角，还能调节曝光、白平衡等参数，生成船新的照片：
在完全不同的场景下，例如一个坦克厂中，同样能用一组照片渲染出逼真3D场景，相同角度与真实拍摄图像几乎“完全一致”：
要知道，之前苹果虽然也做过一组照片生成目标物体3D模型的功能，但最多就是一件物体，例如一只箱子：
这次可是整个3D场景！
这是德国埃尔朗根-纽伦堡大学的几位研究人员做的项目，效果一出就火得不行，在国外社交媒体上赞数超过5k，阅读量达到36w+。
那么，这样神奇的效果，究竟是怎么生成的呢？
用照片还原整个3D场景图
整体来说，这篇论文提出了一种基于点的可微神经渲染流水线ADOP（Approximate Differentiable One-Pixel Point Rendering），用AI分析输入图像，并输出新角度的新图像。
在输入时，由于需要建模3D场景，因此这里的照片需要经过严格拍摄，来获取整个场景的稀疏点云数据。
具体来说，作者在从照片获取点云数据时，采用了COLMAP。
先从多个不同的角度拍摄场景中的照片，其中每张照片的视角都会经过严格控制。
然后采用SfM（Structure From Motion，运动恢复结构）方法，来获取相机内外参数，得到整个场景的3D重建数据，也就是表示场景结构的稀疏点云：
然后，包含点云等信息的场景数据会被输入到流水线中，进行进一步的处理。
流水线（pipeline）主要分为三个部分：可微光栅化器、神经渲染器和可微色调映射器。
首先，利用多分辨率的单像素点栅格化可微渲染器（可微光栅化器），将输入的相机参数、重建的点云数据转换成稀疏神经图像。
其中，模型里关于图像和点云对齐的部分，采用了NavVis数据集来训练。
然后，利用神经渲染器，对稀疏神经图像进行阴影计算和孔洞填充，生成HDR图片。
最后，由于不是每个设备都支持HDR画面，因此在显示到LDR设备之前，还需要利用基于物理的可微色调映射器改变动态范围，将HDR图像变成LDR图像。
每个场景300+图像训练
这个新模型的优势在哪里？
由于模型的所有阶段都可微，因此这个模型能够优化场景所有参数（相机模型、相机姿势、点位置、点颜色、环境图、渲染网络权重、渐晕、相机响应函数、每张图像的曝光和每张图像的白平衡），并用来生成质量更高的图像。
具体到训练上，作者先是采用了688张图片（包含73M个点）来训练这个神经渲染流水线（pipeline）。
针对demo中的几个场景（火车、灯塔、游乐园、操场等），作者们分别用高端摄像机拍摄了300~350张全高清图像，每个场景生成的像素点数量分别为10M、8M、12M和11M，其中5%的图像用作测试。
也就是说，制作这样一个3D场景，大约需要几百张图像，同时每张图像的拍摄需要经过严格的角度控制。
不过仍然有读者表示，拍几百张图像就能用AI做个场景出来，这个速度比当前人工渲染是要快多了。
功能上，模型既能生成可以调节参数的新角度照片，还能自动插值生成全场景的3D渲染视频，可以说是挺有潜力的。
那么，这个模型的效果与当前其他模型的渲染效果相比如何呢？
实时显示1亿+像素点场景
据作者表示，论文中采用的高效单像素点栅格化方法，使得ADOP能够使用任意的相机模型，并实时显示超过1亿个像素点的场景。
肉眼分辨生成结果来看，采用同行几个最新模型生成的图片，或多或少会出现一些伪影或是不真实的情况，相比之下ADOP在细节上处理得都非常不错：
从数据来看，无论是火车、操场、坦克还是灯塔场景，在ADOP模型的渲染下，在VGG、LPIPS和PSNR上几乎都能取得最优秀的结果（除了坦克的数据）。
不过，研究本身也还具有一些局限性，例如单像素点渲染仍然存在点云稀疏时，渲染出现孔洞等问题。
但整体来看，实时显示3D场景的效果还是非常出类拔萃的，不少业内人士表示“达到了AI渲染新高度”。
已经有不少网友开始想象这项研究的用途，例如给电影制片厂省去一大波时间和精力：
（甚至有电影系的学生想直接用到毕设上）
对游戏行业影响也非常不错：
在家就能搞3A大作的场景，是不是也要实现了？简直让人迫不及待。
还有人想象，要是能在iPhone上实现就好了（甚至已经给iPhone 15预定上了）：
对于研究本身，有网友从行外人视角看来，感觉更像是插帧模型（也有网友回应说差不多是这样）：
也有网友表示，由于需要的图像比较多，效果没有宣传中那么好，对研究潜力持保留态度：
虽然目前作者们已经建立了GitHub项目，但代码还没有放出来，感兴趣的同学们可以先蹲一波。
至于具体的开源时间，作者们表示“会在中了顶会后再放出来”。（祝这篇论文成功被顶会收录~）
论文地址：
https://arxiv.org/abs/2110.06635
项目地址(代码还没po出来)：
https://github.com/darglein/ADOP
