G³周报(4)

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。

我们需要多少博士生

• 全球博士毕业生人数不断攀升，中国和印度尤为突出。
• 然而，学术岗位的增长远远跟不上，导致激烈竞争。
• 研究者呼吁高校改革培养模式，帮助博士生为非学术职业做好准备。
• https://www-nature-com.tudelft.idm.oclc.org/articles/d41586-025-01855-w

地理空间推理

• Google 引入新的地理空间基础模型，并通过其“Geospatial Reasoning”框架将这些模型与生成式 AI 结合起来，以加速地理空间问题的求解。
• 这些基础模型（如用于遥感的模型、人口动态模型等）可用于分类、分割、对象检测等任务，并具备零样本能力和自然语言接口，从而支持复杂地理查询。
• Geospatial Reasoning 的目标是让开发者、数据分析师和科学家能构建代理式工作流（agentic workflows），将用户数据、公共数据和 Google 模型协同使用，从自然语言问题出发，生成可视化与可信见解。
• https://research.google/blog/geospatial-reasoning-unlocking-insights-with-generative-ai-and-multiple-foundation-models/

管理 C++ 依赖为何如此困难

• 在 C++ 开发中，基本功能（如解析配置文件、打开 websocket 连接等）并不包含在标准库中，因此开发者不得不依赖第三方库来填补空白。
• 与许多其他编程语言不同，C++ 并没有统一的依赖管理方式，这带来了版本冲突、兼容性、构建复杂性等诸多挑战。
• 本报告将深入探讨依赖管理的本质、对比其他语言的做法、分析 C++ 特有问题，并讨论是否有可能实现更简洁、统一的依赖管理方案。
• https://meetingcpp.com/mcpp/schedule/talkview.php?th=47cc0bcd278d6409fe8dfc74a9bbf07ead3259b9

在 OpenGL 中基于 GLTF2 的物理化渲染

• 本教程演示如何利用 GLTF2 格式 在 OpenGL 中实现基于物理的渲染（PBR），并通过 metallic-roughness 工作流和多种纹理提升模型的真实感。
• 内容涵盖 Assimp 对 PBR 的支持、顶点与片段着色器实现、Schlick 近似、预计算 BRDF 表，以及镜面/漫反射颜色和环境光照贴图的使用。
• 教程还展示了如何结合 方向光源与环境光照 构建现代化渲染管线，并提供相关文献和工具作为扩展学习资料。
• https://www.youtube.com/watch?v=IjwL_pTAxWw

《刺客信条：影》中的实时光线追踪与全局光照

• Ubisoft 蒙特利尔在 刺客信条：影 中实现了 完全动态的光线追踪全局光照 (RTGI)，同时支持漫反射与镜面反射，以应对大规模开放世界中的昼夜循环、14 种天气系统与四季变化。
• 渲染管线结合 逐像素光线追踪 与 探针体积缓存，通过屏幕空间与世界空间的混合追踪方式，在保持性能的同时获得高质量间接光照，并辅以降噪与双边上采样技术。
• 团队解决了诸如 透明材质、半透明效果、光泄漏、遮挡不足与噪声 等难题，并针对不同平台（XSX、PS5、PC）优化扩展，实现跨平台的可扩展实时渲染。
• https://www.youtube.com/watch?v=2K-rwy4aMmU&t=15s

Vulkan 光线追踪教程

• 本教程提供了一个逐步的指南，展示如何将光栅化应用程序转变为完整的光线追踪实现，使用 Vulkan 1.4 的 VK_KHR_acceleration_structure、VK_KHR_ray_tracing_pipeline 和 VK_KHR_ray_query 扩展。
• 教程通过八个阶段（从 01_foundation 到 15_micro_maps_opacity）逐步构建，涵盖了加速结构、着色器绑定表、任何命中着色器、反射、阴影、动画、微透明度映射等关键概念。
• 每个阶段都提供了可编译的检查点，确保开发者能够在实际应用中实现并测试每个功能，适合希望深入了解 Vulkan 光线追踪的开发者。
• 从学习Vulkan角度看，该教程还是比较合适的内容之一。
• https://nvpro-samples.github.io/vk_raytracing_tutorial_KHR/

近期会议

• 从上而下看无服务器架构 (https://safari.ethz.ch/safari-efcl-seminar-boris-grot-oct-1-2025/)
• 在过去十年中，无服务器（Serverless，又称函数即服务）已成为广泛应用的云计算范式，开发者将应用拆分为按需执行的无状态函数，由云提供商全程管理。本文介绍了开源生态系统 vHive，它提供完整的无服务器堆栈、各类无服务器工作负载，以及用于负载生成和性能分析的工具，支持任意规模的无服务器研究。我们利用 vHive 分析了当前服务器 CPU 在无服务器执行模型下的瓶颈，并提出了切实可行的机制来缓解主要性能问题。