G³周报(15) | Guowei Lu

Embree 荣获 SIGGRAPH 2025 时间检验奖

获奖与认可：论文《Embree: A Kernel Framework for Efficient CPU Ray Tracing》荣获 SIGGRAPH 2025 技术论文时间检验奖（Test-of-Time Award），表彰其过去十年对计算机图形学和交互技术的深远影响。
核心贡献：Embree 系统引入了一个专业级的模块化光线追踪框架，通过将光线遍历和求交（Traversal & Intersection）作为独立的 API 剥离出来，实现了高效的 CPU 光线追踪，大幅简化了渲染器的开发并提升了性能（渲染加速约 2 倍，光线追踪加速高达 6 倍）。
成功关键：Embree 的成功归功于其开源策略、宽松的许可证、高性能的 SIMD 优化以及稳定的 API 设计，这使得它被业界广泛采用（如 V-Ray, Corona, Cinebench 等），成为事实上的 CPU 光线追踪标准。
未来展望：项目创始人 Ingo Wald 和 Sven Woop 表示，如果今天重新开始，他们会更早地加入 GPU 支持（目前 Intel 已在维护 GPU 支持）。Embree 至今仍由 Intel 积极维护，保持着光线追踪领域的领先地位。
https://blog.siggraph.org/2025/12/a-state-of-the-art-performance-withstanding-the-test-of-time.html/

年度回顾：随着 2025 年接近尾声，ACM SIGGRAPH 回顾了这一年中最受关注的内容，包括在温哥华举办的 SIGGRAPH 2025 以及对即将在洛杉矶举办的 SIGGRAPH 2026 的展望。
技术论文奖项备受关注：阅读量最高的内容中，关于 SIGGRAPH 技术论文奖项（最佳论文、荣誉提名和时间检验奖）的文章占据了三个席位（涵盖 2023、2024 和 2025 年），显示了社区对前沿研究的高度关注。
播客与幕后故事：除了技术论文，读者对 SIGGRAPH Spotlight 播客（涉及艺术与科技融合、体素化破坏效果等话题）以及电影《疯狂动物城》(Zootopia) 的制作幕后故事也表现出浓厚兴趣。
热门技术话题：关于 GPU 发展时代的文章以及关于 Gaussian Splatting（高斯泼溅）渲染技术在高质量 3D 内容创作中应用的文章也进入了前十名，反映了行业对硬件发展和新兴渲染技术的热度。
https://blog.siggraph.org/2025/12/the-top-10-most-read-blog-in-2025.html/

解决痛点：针对 3D Gaussian Splatting (3DGS) 等基于点的表示方法与现有的基于网格 (Mesh) 的引擎（如游戏引擎、AR/VR）不兼容的问题，提出了一种全新的基于网格的重建方法。
核心方法：通过受限的 Delaunay 三角剖分 (Restricted Delaunay Triangulation) 强制建立连接性，并利用可微渲染联合优化几何形状和外观，从初始的半透明三角形“汤”逐步收敛为光滑、连通且不透明的网格。
性能优势：在 Mip-NeRF360 数据集上，相比当前的 SOTA 方法 MiLo，PSNR 提升了 +0.69 dB，且训练速度快 2 倍，显存占用少 2 倍。
应用场景：生成的网格质量高，可直接导入 Unity、Blender 等标准图形引擎，支持物理交互、场景编辑、光线追踪和角色漫游等下游应用。
https://meshsplatting.github.io/

编译期已知大小的优势：视频展示了 std::array 和带有静态大小的 std::span 因为在编译期已知元素数量（compile-time known size），编译器可以进行极致的优化。
循环展开 (Loop Unrolling)：通过 Compiler Explorer (Godbolt) 的演示，可以看到对于固定大小的 std::array（例如 10 个整数），编译器在 O2 优化级别下就能完全展开循环，生成一系列直接的加法指令，消除了循环开销；而 std::vector 因为大小在运行时确定，编译器必须生成通用的循环代码。
连续内存布局：std::array 和 std::span 都保证数据在内存中是连续的，结合编译期已知大小，这为 SIMD 向量化和其他底层优化提供了完美条件。
无构造函数开销：虽然视频中未深入展开，但作者提到 std::array 没有构造函数（它是聚合类型），这对于非平凡类型（non-trivial types）的初始化效率有巨大优势。
核心建议：尽可能将信息推迟到编译期确定（如使用编译期已知的大小），这样能给编译器提供更多线索来生成高效的代码。

引入矩形区域光：通过线性变换余弦 (LTC) 算法实现了矩形区域光源，为 3D 渲染提供更逼真的面光源照明。
支持纹理映射：新增了对纹理区域光的支持，引入了专门的纹理图集 (Atlas) 和查找表 (Lookup-Table/DDS 文件) 以处理光照计算。
完善材质效果：实现了该光源对多种材质效果的支持，包括透射 (Transmittance)、清漆 (Clearcoat)、边缘光 (Rim)、背光 (Backlight) 和卡通渲染 (Toon)。
雾效与阴影优化：改进了雾效衰减的处理，并将区域光的默认阴影偏差 (Shadow Bias) 调整为 0.1。
https://github.com/godotengine/godot/pull/108219

入选《自然》年度十大人物：梁文锋因发布 DeepSeek R1 模型而入选《自然》杂志 2025 年十大科学人物。该模型于今年 1 月发布，这是一款“推理”大语言模型，证明了中国在 AI 领域与美国的差距并未如专家预想的那样巨大。
高性能与极具竞争力的成本：尽管 DeepSeek R1 在数学和编程等复杂任务上的能力可与美国顶尖模型（如 ChatGPT）媲美，但其训练成本远低于竞争对手（例如，Meta 的 Llama 3 405B 模型训练成本是其十倍以上）。
独特的背景与硬件储备：梁文锋曾是金融分析师，通过 AI 算法在股市获利后创立了 DeepSeek。他在美国收紧出口管制前就已利用过去十年积累的资金购买了 10,000 块 NVIDIA GPU，为研发提供了关键的硬件支持。
致力于开源与创新文化：DeepSeek 坚持开源路线，公开了 R1 的训练细节和权重，供全球研究者免费使用。公司内部文化扁平，重视潜力而非资历，其成功被视为中国从技术“模仿者”向真正“创新者”转变的象征。
https://www.nature.com/articles/d41586-025-03845-4?utm_source=x&utm_medium=social&utm_campaign=nature&linkId=24221044

3D 珠宝设计展示：iJewel.design 是一个专注于珠宝设计的在线平台，允许设计师展示他们的 3D 珠宝模型，包括戒指、耳环、项链等多种类别。
作品集与社区互动：平台聚集了众多珠宝设计师（如 Robert Thomi, Dasha, CAD JEWELRY PROJECTS 等），他们可以创建个人作品集，用户可以浏览最新和最受欢迎的设计作品并进行点赞互动。
实时 3D 浏览：根据网页内容推测（如 .glb 文件格式和“Magic Cursor”等描述），该平台支持 3D 模型的实时交互查看，让用户能更直观地欣赏珠宝设计的细节。
教程与资源：网站提供教程（Tutorials）板块，为设计师提供学习资源，同时设有免费试用（Get started for free）和会员定价（Pricing）选项，支持不同层级的设计师需求（如 Premium, Advance 会员）。
https://ijewel.design/