注：ACM SIGGRAPH是迄今為止世界上影響最廣、規(guī)模最大，也是最權(quán)威的集科學(xué)、技術(shù)、藝術(shù)、商業(yè)于一身的圖形學(xué)技術(shù)展示和學(xué)術(shù)會議。自1974年首屆會議以來，已舉辦50屆，每年有上萬專家學(xué)者參加。SIGGRAPH制定了非常嚴(yán)格的論文評審流程，每篇文章需要至少5名相關(guān)專家提供詳細(xì)評審意見，平均錄用率在20-30%左右，ACM SIGGRAPH 2023接收投稿論文近700篇，錄用212篇。
Style3D此次6篇論文成功入選 SIGGRAPH 2024，并將在7月底的會議現(xiàn)場發(fā)表，入選所占比例之高，進(jìn)一步證實(shí)了Style3D在SIGGRAPH這一國際頂級學(xué)術(shù)平臺上所展現(xiàn)的科研實(shí)力。也側(cè)面體現(xiàn)Style3D正以創(chuàng)新技術(shù)引領(lǐng)行業(yè)發(fā)展，成為行業(yè)的標(biāo)桿和領(lǐng)跑者。
此次6篇論文，以圖形學(xué)+AI技術(shù) 結(jié)合研究，從多材質(zhì)的高仿真效果提升、AI實(shí)現(xiàn)部分自動化工序到AI增強(qiáng)3D效果、與AR/MR中的交互提升，涵蓋前端設(shè)計到后端營銷展示的全鏈路場景的技術(shù)研究，且所有前沿技術(shù)研究，在未來都將于Style3D全套工具中落地應(yīng)用。
以下是6篇論文的部分詮釋：
A Dynamic Duo of Finite Elements and Material Points
有限元與材料點(diǎn)的動態(tài)組合
本文介紹了一種集成有限元方法（FEM）和材料點(diǎn)方法（MPM）的新方法，用于增強(qiáng)多材料系統(tǒng)的仿真。有限元法傳統(tǒng)上用于對布匹等拉格朗日固體建模，而材料點(diǎn)法則擅長模擬雪和沙粒等發(fā)生顯著變形和拓?fù)渥兓牟牧?。我們方法的核心是混合隱式-顯式時間積分（IMEX）策略。盡管隱式 FEM 和顯式 MPM 對時間步長的要求不同，但它們可以在同一框架內(nèi)共存，從而確保準(zhǔn)確的雙向耦合。
● 此項(xiàng)研究將為未來的多材料仿真研究奠定基礎(chǔ)，有可能推動沙地或雪地等極端環(huán)境中防護(hù)服的仿真。
Automatic Digital Garment Initialization from Sewing Patterns
從縫制樣板自動初始化數(shù)字服裝
隨著數(shù)字時尚和生成式人工智能技術(shù)的快速發(fā)展，需要一種自動方法將數(shù)字縫紉圖樣轉(zhuǎn)化為人臺的合體服裝。一個關(guān)鍵的挑戰(zhàn)是如何配置縫紉件的初始排列，使其避免折疊和交叉。在這項(xiàng)工作中，我們通過采用AI分類、啟發(fā)式方法和數(shù)值優(yōu)化來解決這個問題，最終開發(fā)出一種創(chuàng)新的自動服裝初始化系統(tǒng)。
● 該研究系統(tǒng)已部分集成到 Style3D 產(chǎn)品中，并有望進(jìn)一步增強(qiáng)，以進(jìn)一步減輕技術(shù)設(shè)計師在創(chuàng)建數(shù)字服裝時的工作量。
Neural-Assisted Homogenization of Yarn-Level Cloth
紗線級織物的神經(jīng)輔助均質(zhì)化
現(xiàn)實(shí)世界中的織物由線和紗組成，表現(xiàn)出復(fù)雜的應(yīng)力應(yīng)變關(guān)系，這給使用基于連續(xù)體的模型進(jìn)行快速模擬的均質(zhì)化帶來了巨大挑戰(zhàn)。在本文中，我們介紹了一種專為模擬紗線級織物而設(shè)計的神經(jīng)均質(zhì)化構(gòu)成模型。與之前的均質(zhì)化構(gòu)成模型相比，我們的模型在穩(wěn)定性方面有了實(shí)質(zhì)性的改進(jìn)，并在大時間步長下實(shí)現(xiàn)了高達(dá)兩個數(shù)量級的提速。
● 我們正在將該模型集成到 Style3D 產(chǎn)品中，旨在提高未來應(yīng)用中針織物模擬的準(zhǔn)確性。此項(xiàng)技術(shù)研究的成果，代表行業(yè)頂尖水平，未來也將成為Style3D 產(chǎn)品遠(yuǎn)超其他的技術(shù)力證。
Super-Resolution Cloth Animation with Spatial and Temporal Coherence
具有時空一致性的超分辨率布料動畫
制作超分辨率布料動畫，為粗糙的布料網(wǎng)格添加精細(xì)的褶皺細(xì)節(jié)，需要在各幀之間保持空間一致性和時間連貫性。在本文中，我們介紹了一個旨在解決這些問題的AI框架，其中包含一個仿真校正模塊和一個基于網(wǎng)格的超分辨率模塊。我們通過從簡單布片到復(fù)雜服裝的各種動畫示例，展示了我們方法的有效性。
● 此項(xiàng)研究是在3D模擬基礎(chǔ)上，運(yùn)用AI增強(qiáng)3D細(xì)節(jié)效果。我們預(yù)計這將在具有實(shí)時模擬功能的 Style3D 產(chǎn)品（如 Style3D MixMatch）中證明其價值。
High-Quality Surface Reconstruction using Gaussian Surfels
用高斯曲面進(jìn)行高質(zhì)量曲面重構(gòu)
我們介紹了一種新穎的基于點(diǎn)的表示法--高斯曲面，它將三維高斯點(diǎn)的靈活優(yōu)化能力與曲面的表面對齊特性融合在一起。這種融合是通過將三維高斯點(diǎn)的 z 比例設(shè)為零來實(shí)現(xiàn)的，從而有效地將原始的三維橢圓體轉(zhuǎn)化為二維橢圓。
● 基于可視光，可用于手機(jī)攝像頭進(jìn)行三維重建，并提升三維重建精度。實(shí)驗(yàn)結(jié)果表明，我們的方法顯著提高了表面重建性能，并顯示了從手持設(shè)備直接重建數(shù)字服裝的潛力。
VR-GS: A Physical Dynamics-Aware Interactive Gaussian Splatting System in Virtual Reality
VR-GS：虛擬現(xiàn)實(shí)中的物理動力學(xué)感知交互式高斯濺射系統(tǒng)
在這項(xiàng)工作中，我們介紹了 VR-GS 系統(tǒng)，該系統(tǒng)旨在為虛擬現(xiàn)實(shí)中以人為中心的 3D 內(nèi)容交互提供無縫、直觀的體驗(yàn)。我們通過實(shí)施物理動態(tài)感知交互式高斯拼接（GS）技術(shù)，輔以高效的兩級嵌入策略和可變形體仿真來實(shí)現(xiàn)這一目標(biāo)。這些要素共同確保了 VR-GS 能夠以高度逼真的動態(tài)響應(yīng)實(shí)時運(yùn)行。
● 該系統(tǒng)與 Style3D 的內(nèi)部實(shí)時仿真引擎 Style3D Simulator 相集成，預(yù)計將大大提高 AR/MR 環(huán)境中人類與數(shù)字服裝的互動性。
可以發(fā)現(xiàn)，此次的技術(shù)方向有了很多AI的身影，傳統(tǒng)的服裝設(shè)計和生產(chǎn)流程繁瑣且耗時，但AI技術(shù)的引入，可以優(yōu)化設(shè)計流程，縮短產(chǎn)品上市周期。在發(fā)表的論文中，已有多項(xiàng)研究在Style3D相關(guān)產(chǎn)品中有所應(yīng)用，如基于AI的自動化排料技術(shù)、AI增強(qiáng)材質(zhì)細(xì)節(jié)效果等，未來，這些技術(shù)的落地應(yīng)用，不僅提升了設(shè)計效率，也將釋放更多生產(chǎn)力。
不久將來，Style3D還將重磅推出AI技術(shù)與3D精準(zhǔn)設(shè)計融合的創(chuàng)新底層架構(gòu)——AIGP（AI Generate Pattern），該系統(tǒng)旨在全面集成AI能力，覆蓋從潮流趨勢預(yù)測、智能化設(shè)計與制版、精準(zhǔn)布料優(yōu)化配置、高仿真模擬成衣的全產(chǎn)業(yè)鏈條，實(shí)現(xiàn)AI+3D技術(shù)對產(chǎn)業(yè)升級的實(shí)質(zhì)性賦能。
Style3D期望以“AI+3D+AI”的技術(shù)整合策略，使服裝設(shè)計與研發(fā)流程得到前所未有的簡化和優(yōu)化，提升從創(chuàng)意設(shè)計到市場推廣的整個產(chǎn)業(yè)鏈條的銜接性與協(xié)同效率，從而促進(jìn)更迅速且更為精確的市場響應(yīng)機(jī)制，加速“概念到消費(fèi)”（Concept-to-Consumer）的轉(zhuǎn)化速度。引領(lǐng)服裝產(chǎn)業(yè)步入智能化、高效化的新紀(jì)元。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！
