新智元報道
編輯:定慧 好困
【新智元導讀】SIGGRAPH 2025技術論文獎項揭曉,投稿量首次突破970篇再創新高。今年5篇最佳論文涵蓋3D重建、圖像個性化、物理仿真等前沿方向,清華、廈大、上科大均有入選。
ACM SIGGRAPH 2025技術論文獎新鮮出爐!
SIGGRAPH是業內公認的影響最廣、規模最大、最權威的,集科學、藝術、商業于一身的高水平學術研討會。
作為計算機圖形與交互技術領域的頂會,甚至可以說SIGGRAPH引領了人類圖形學發展的方向。
在SIGGRAPH呈現的想法、愿景和技術往往會超出我們當下的想象,5年、10年甚至15年之后才有可能成為現實。()
今年的SIGGRAPH將于8月10日至14日在加拿大溫哥華舉行,這也是SIGGRAPH第二次回到溫哥華。
2022年SIGGRAPH在溫哥華舉辦
人工智能、大語言模型、機器人技術和VR中的3D建模等新興主題都將是討論熱點。
SIGGRAPH 2025技術論文收到了超過970篇投稿,創下了該會議歷年來的最高投稿紀錄。
準備好了嗎,一起來欣賞2025年計算機圖形學研究的最新成果與頂尖成就。
最佳論文
論文一:Shape Space Spectra
作者:Yue Chang,Otman Benchekroun,Maurizio M. Chiaramonte,Peter Yichen Chen,Eitan Grinspun
機構:多倫多大學,Meta現實實驗室,MIT CSAIL
類型:Shapes,Surfaces and Forms
論文地址:https://arxiv.org/abs/2408.10099
獲選理由:
作者通過引入形狀空間特征分析來計算連續參數化形狀族上的特征函數。這些特征函數通過最小化變分原理獲得。為處理重數點處的特征值主導性交換問題,作者在優化過程中引入了動態重排序機制。該方法具有離散化無關和可微的特性,可應用于聲音合成、運動模擬和彈性動力學仿真。
論文二:CAST: Component-Aligned 3D Scene Reconstruction from an RGB Imag
作者:Kaixin Yao,Longwen Zhang,Xinhao Yan,Yan Zeng,Qixuan Zhang,Wei Yang,Lan Xu,Jiayuan Gu,Jingyi Yu
機構:上海科技大學,影眸科技,華中科技大學
類型:Reconstruction & Neural Fields
論文地址:https://arxiv.org/abs/2502.12894
項目主頁:https://sites.google.com/view/cast4
獲選理由:
作者提出了一種名為CAST的創新方法,它能夠從單張RGB圖像中重建出高質量的3D場景。CAST支持開放詞匯的重建任務,在處理遮擋、精確對齊物體以及確保物理世界與輸入圖像的一致性方面表現卓越,為虛擬內容的創作和機器人技術領域開辟了新的可能性。
論文三:TokenVerse: Versatile Multi-concept Personalization in Token Modulation Space
作者:Daniel Garibi,Shahar Yadin,Roni Paiss,Omer Tov,Shiran Zada,Ariel Ephrat,Tomer Michaeli,Inbar Mosseri,Tali Dekel
機構:谷歌DeepMind,特拉維夫大學,以色列理工學院,魏茨曼科學研究所
類型:Stabilize and Personalize Your Pixels
論文地址:https://arxiv.org/abs/2501.12224
項目主頁:https://token-verse.github.io/
獲選理由:
TokenVerse通過識別DiT模型中、與圖像標題里各詞相對應的每個Token調制空間內的語義方向,來從圖像中提取復雜的視覺元素。通過疊加相應的語義方向,該方法能夠融合來自多個來源的概念,從而靈活地生成新組合,包括光照、姿態等抽象概念。
論文四:Vector-Valued Monte Carlo Integration Using Ratio Control Variates
作者:Haolin Lu,Delio Vicini,Wesley Chang,Tzu-Mao Li
機構:加利福尼亞大學圣迭戈分校,馬克斯·普朗克信息學研究所,谷歌
類型:Monte-Carlo Rendering & Sampling
論文地址:https://suikasibyl.github.io/files/vvmc/paper.pdf
項目主頁:https://suikasibyl.github.io/vvmc/#/
獲選理由:
方差縮減技術廣泛用于降低蒙特卡洛積分的噪聲。然而,設計這些技術時通常假設被積函數是標量值。為解決此問題,作者引入了比率控制變量法 (ratio control variates),這是一種采用基于比率方法的估計器,以區別于傳統的基于差分的控制變量方法。
論文五:Transformer IMU Calibrator: Dynamic On-Body IMU Calibration for Inertial Motion Capture
作者:Chengxu Zuo,Jiawei Huang,Xiao Jiang,Yuan Yao,Xiangren Shi,Rui Cao,Xinyu Yi,Feng Xu,Shihui Guo,Yipeng Qin
機構:廈門大學,清華大學,卡迪夫大學,伯恩茅斯大學
類型:Moving, Seeing, Touching & Eating in VR
論文地址:https://orca.cardiff.ac.uk/id/eprint/177840/1/TIC_camera_ready.pdf
獲選理由:
作者提出了一種用于慣性運動捕捉的動態校準系統,它能在使用過程中動態消除非靜態的IMU漂移和傳感器與身體間的偏移,實現了用戶友好的校準(無需進行 T-pose 或重置 IMU 朝向 ),并確保了長期魯棒性。
榮譽提名
論文一:Lifting the Winding Number: Precise Discontinuities in Neural Fields for Physics Simulation
作者:Yue Chang, Mengfei Liu, Zhecheng Wang, Peter Yichen Chen, Eitan Grinspun
論文二:AMonte CarloRendering Framework for Simulating Optical Heterodyne Detection
作者:Juhyeon Kim, Craig Benko, Magnus Wrenninge, Ryusuke Villemin, Zeb Barber, Wojciech Jarosz, Adithya Pediredla
論文三:Rectangular Surface Parameterization
作者:Etienne Corman, Keenan Crane
機構:洛林大學,卡內基梅隆大學
論文四:High-Performance CPU Cloth Simulation Using Domain-Decomposed Projective Dynamics
作者:Zixuan Lu, Ziheng Liu, Lei Lan, Huamin Wang, Yuko Ishiwaka, Chenfanfu Jiang, Kui Wu, Yin Yang
論文五:Variational Surface Reconstruction Using Natural Neighbors
作者:Jianjun Xia, Tao Ju
論文六:Moment Bounds Are Differentiable: Efficiently Approximating Measures in Inverse Rendering
作者:Markus Worchel, Marc Alexa
論文七:Clebsch Gauge Fluid on Particle Flow Maps
作者:Zhiqi Li, Candong Lin, Duowen Chen, Xinyi Zhou, Shiying Xiong, Bo Zhu
論文八:Faraday Cage Estimation of Normals for Point Clouds and Ribbon Sketches
作者:Daniel Scrivener, Daniel Cui, Ellis Coldren, Mazdak Abulnaga, Mikhail Bessmeltsev, Edward Chien
論文九:C-Tubes: Design of Tubular Structures From Developable Strips
作者:Klara Mundilova, Michele Vidulis, Quentin Becker, Florin Isvoranu, Mark Pauly
時間檢驗獎
ACM SIGGRAPH很榮幸地宣布獲得2025年時間檢驗獎(Test-of-Time Award)的論文。
這些論文在過去至少十年間對計算機圖形學與交互技術產生了重大而持久的影響。
這是該年度獎項設立以來的第三年。
2025年,時間檢驗獎委員會評審了2013至2015年期間在SIGGRAPH會議上發表的論文,并最終選出了四篇獲獎論文。
論文一:Unified Particle Physics for Real-Time Applications (2014)
作者:Miles Macklin, Matthias Müller, Nuttapong Chentanez, Tae-Yong Kim
獲獎理由:
本文提出了一種用于實時視覺效果的統一動力學框架,該框架使用通過約束連接的粒子作為基本構建單元。這種表示方法能夠靈活地模擬氣體、液體、可變形固體、剛體和布料,并實現雙向交互。此外,該框架通過引入基于位置動力學的并行約束求解器,解決了傳統基于粒子方法中長期存在的計算問題。它實現了眾多實時應用,并已被廣泛應用于各個領域。
論文二:Learning Visual Similarity for Product Design With Convolutional Neural Networks (2015)
作者:Sean Bell, Kavita Bala
獲獎理由:
這篇論文率先將現代卷積神經網絡(CNN)引入 SIGGRAPH,幫助塑造了計算機圖形學領域研究的未來方向,并成為被廣泛引用的參考文獻。除了在跨類別和風格感知的視覺搜索方面實現了核心目標(從復雜場景到獨立物體的各種圖像領域),它還在 CNN 訓練方法以及利用眾包收集訓練數據方面做出了關鍵性的技術進步。
論文三:L1-Medial Skeleton of Point Cloud (2013)
作者:Hui Huang, Shihao Wu, Daniel Cohen-Or, Minglun Gong, Hao Zhang, Guiqing Li, Baoquan Chen
獲獎理由:
本文提出了一種用于三維點云的魯棒曲線骨架表示方法,能夠準確捕捉形狀中心,而無需高質量輸入或嚴格的幾何或拓撲約束。該方法為植物、道路地圖、建筑、血管分析與建模等多種應用提供了有效的解決方案。迄今為止,它仍是該領域的主要參考文獻之一。
論文四:Embree: A Kernel Framework for EfficientCPURay Tracing (2014)
作者:Ingo Wald, Sven Woop, Carsten Benthin, Gregory S. Johnson, Manfred Ernst
獲獎理由:
本文介紹了Embree系統,并詳細描述了構建專業級模塊化光線追蹤框架所需的內容。它以簡單而優雅的架構實現了最先進的性能,并附有開源實現,自發布以來已被廣泛采用。該項目至今仍然活躍,并持續為我們的社區帶來益處。
參考資料:
https://blog.siggraph.org/2025/06/siggraph-2025-technical-papers-awards-best-papers-honorable-mentions-and-test-of-time.html/
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.