G³周报(1)

Graphics, GIS, and Beyond

这是一份每周三发布的精选技术要闻摘要,涵盖图形学、GIS、编程。

WebGL & WebGPU BOF


地图背后的智慧:全球15大地理空间公司CEO共话行业未来


What is an autoencoder

  • 流形视角:Autoencoder 不只是“压缩再解压”,而是 decoder 在输入空间中定义了一个 k 维流形,模型学习的是用这个流形去近似数据分布。
  • 潜在维度与数据覆盖:latent 维度 k 是一个先验假设;数据在流形上分布稠密处模型可靠,稀疏处容易外推失败。
  • 生成与局限:普通 AE 缺乏对 latent 空间的概率建模,难以稳定生成新样本;这正是 VAE 等方法提出的动机。
  • https://x.com/keenanisalive/status/1964434335911858552

近期会议

  • Bio+Med+Vis School 2025 (https://biomedvis.github.io/2025/school/),对一般的可视化,或针对生物医药行业的可视化感兴趣的,可以了解一下。
  • Graphics Programming Conference 2025 (https://graphicsprogrammingconference.com/),一个不错的工业界的图形学会议,今年是第二年,Youtube上有去年的会议视频。
  • NASA专家团队讨论了毅力号火星车于2024年7月在Neretva Vallis地区采集的“Sapphire Canyon”岩石样本,该样本源自古老河流冲刷形成的杰泽罗陨石坑边缘。(https://www.youtube.com/watch?v=-StZggK4hhA),无聊的人可以看一下无聊的太空发生的一些无聊的事情。

思考:Google Maps的奇迹可以被复制吗??

每次去一个新的国家,用Google Maps导航时,总会感叹,Google Maps是如何做到全球覆盖,实时导航,并针对区域差异的个性化平衡的。《Never Lost》提到,当地图第一次出现“蓝点”(GPS),人类的空间感彻底被改变。但从“蓝点”到今天的全球实时导航,Google Maps 的演进是一个长期积累的过程。

  • 生态长期投入:从“自主可控”的角度思考,这种能力不只是算法问题,而是 完整生态+长期没有回报的投入的累积结果。
  • 技术奇迹:Google Maps能实现全球实时导航,是大规模数据处理,诸多算法和软硬件,跨学科领域和工程的综合成果。
  • 产品价值:导航产品本身对用户是免费的,但Google通过基于位置的信息整合(广告、商户推荐、出行服务)创造出巨大的商业价值,从信息的可读到可理解,这种免费却高价值的模式极难复制。

中国能做出一个面向全球的Google Maps吗,似乎如上三点我们都可以,甚至做的更好,但放在一起却有种深深的无力感


结语:

如果你有值得分享的论文、技术或项目,请在留言区告诉我,下期$G^3$周报会挑选收录。




Enjoy Reading This Article?

Here are some more articles you might like to read next:

  • G³周报(2)
  • 3D GIS是什么
  • G³周报(6)
  • G³周报(4)
  • G³周报(0)