NVIDIA とメリーランド大学が共同開発した QUEEN AI モデルは、仮想現実とストリーミング メディアの分野に革命的なブレークスルーをもたらしました。 3Dシーンの1フレームあたり0.7MBという非常に小さなサイズに圧縮し、これまでの技術では実現が難しかった毎秒350フレームという驚異的な描画速度を維持しながら、スポーツシーンなどでの自由な視点切り替えを実現します。この画期的な進歩は、シーンの変化する部分をインテリジェントに識別して処理し、コンピューティング効率を向上させる QUEEN の独自のアルゴリズムによるもので、圧縮率、ビジュアル品質、エンコード時間、レンダリング速度の完璧なバランスを実現します。
仮想現実とストリーミング メディアの分野では、NVIDIA とメリーランド大学が画期的な進歩をもたらしました。 QUEEN と名付けられたこの AI モデルは、スポーツ イベント中に視聴者が自由に視野角を切り替えることができるだけでなく、毎秒 350 フレームという驚異的なレンダリング速度を維持しながら、3D シーンの各フレームをわずか 0.7 MB のサイズに圧縮します。
この技術の鍵となるのは、独自の加工方法です。従来の 3D シーンの再構築では、過剰なストレージ容量や画質の低下というジレンマに直面することがよくありますが、QUEEN はこの問題を巧みに解決します。インテリジェントなアルゴリズムを使用して、画像の変化する部分をキャプチャすることに重点を置き、静的なままのシーン要素を再利用することで、コンピューティング効率を大幅に向上させます。
NVIDIA の研究責任者である Shalini de Mello 氏は、QUEEN の主要な利点について次のように述べています。「圧縮率、ビジュアル品質、エンコード時間、レンダリング速度のバランスが完璧にとれたソリューションを作成しました。このバランスにより、ほぼリアルタイムの自由な視点が可能になります。」動画配信が可能です。
技術レベルでは、QUEEN は革新的な 3D ガウス スプラッシュ フレームワークを採用し、連続するフレーム間のガウス属性の残差を学習することで高品質の再構成を実現します。研究チームはまた、データストレージ効率をさらに最適化するために、特殊な潜在デコーダとゲートモジュールを組み合わせた量子化スパースフレームワークも開発しました。
このテクノロジーの応用の可能性は刺激的です。スポーツファンはライブゲーム中に自由に視野角を選択でき、コンサートの観客は没入型の仮想現実体験を得ることができ、学習者はスキルを学ぶための遠隔指導中に自分に最適な角度を選択することもできます。料理や手芸など。産業分野では倉庫の遠隔運用管理にも貢献します。
このような高速なレンダリング速度と優れた視覚効果により、QUEEN はストリーミング エクスペリエンスの未来を再定義します。これはテクノロジーの進歩であるだけでなく、デジタル コンテンツの作成者と消費者にとって可能性に満ちた新しい時代を切り開きます。
QUEENモデルの登場は、ストリーミングメディア技術が新たな発展段階に入ったことを示しており、さまざまな分野での応用可能性は大きく、将来が期待されます。近い将来、私たちはよりスムーズでリアルで没入感のあるデジタルコンテンツを体験できるようになると信じています。