NVIDIA와 메릴랜드 대학이 공동 개발한 QUEEN AI 모델은 가상 현실 및 스트리밍 미디어 분야에 혁신적인 혁신을 가져왔습니다. 이 모델은 스포츠 경기와 같은 장면에서 자유로운 시점 전환을 구현하는 동시에 3D 장면의 각 프레임을 아주 작은 0.7MB로 압축하고, 이전 기술로는 달성하기 어려운 초당 350프레임이라는 놀라운 렌더링 속도를 유지합니다. 이러한 획기적인 발전은 장면의 변화하는 부분을 지능적으로 식별 및 처리하고 컴퓨팅 효율성을 향상시켜 압축률, 시각적 품질, 인코딩 시간 및 렌더링 속도 간의 완벽한 균형을 달성할 수 있는 QUEEN의 고유한 알고리즘 덕분입니다.
가상 현실과 스트리밍 미디어 분야에서 NVIDIA와 메릴랜드 대학교는 획기적인 발전을 이루었습니다. QUEEN이라는 이름의 이 AI 모델은 스포츠 경기 중에 시청자가 시야각을 마음대로 전환할 수 있을 뿐만 아니라 초당 350프레임이라는 놀라운 렌더링 속도를 유지하면서 3D 장면의 각 프레임을 0.7MB 크기로 압축합니다.
이 기술의 핵심은 독특한 가공방식이다. 전통적인 3D 장면 재구성은 종종 과도한 저장 공간이나 낮은 이미지 품질이라는 딜레마에 직면하는데, QUEEN은 이 문제를 영리하게 해결합니다. 지능형 알고리즘을 사용하여 사진의 변화하는 부분을 캡처하는 데 집중하고 정적으로 유지되는 장면 요소를 재사용하여 컴퓨팅 효율성을 크게 향상시킵니다.
NVIDIA의 연구 책임자인 Shalini de Mello는 QUEEN의 핵심 장점에 대해 다음과 같이 말했습니다. "우리는 압축률, 시각적 품질, 인코딩 시간 및 렌더링 속도의 균형을 완벽하게 유지하는 솔루션을 만들었습니다. 이러한 균형을 통해 거의 실시간에 가까운 자유로운 시점이 가능해졌습니다." 영상전송이 가능합니다.
기술 수준에서 QUEEN은 혁신적인 3D 가우스 스플래시 프레임워크를 채택하여 연속 프레임 간의 가우스 속성 잔차를 학습하여 고품질 재구성을 달성합니다. 연구팀은 또한 데이터 저장 효율성을 더욱 최적화하기 위해 특수한 잠재 디코더와 게이팅 모듈을 결합하는 양자화된 희소 프레임워크를 개발했습니다.
이 기술의 적용 가능성은 매우 흥미롭습니다. 스포츠 팬은 라이브 게임 중에 시야각을 자유롭게 선택할 수 있고, 콘서트 관객은 몰입형 가상 현실 경험을 얻을 수 있으며, 학습자는 원격 교육 중에 자신에게 가장 적합한 각도를 선택하여 기술을 배울 수도 있습니다. 요리나 공예 같은. 산업 현장에서는 창고의 원격 운영 관리도 지원할 수 있습니다.
빠른 렌더링 속도와 뛰어난 시각 효과를 통해 QUEEN은 스트리밍 경험의 미래를 재정의하고 있습니다. 이는 기술의 발전일 뿐만 아니라 디지털 콘텐츠 제작자와 소비자에게 가능성이 가득한 새로운 시대를 열어줍니다.
QUEEN 모델의 등장은 스트리밍 미디어 기술이 새로운 발전 단계에 진입했음을 의미하며, 다양한 분야에서의 적용 가능성이 크고 미래가 기대됩니다. 머지않아 우리는 더욱 매끄럽고 현실적이며 몰입도 높은 디지털 콘텐츠를 경험할 수 있을 것이라고 믿습니다.