Meta研究员남길주：生成式AI让视频制作不再需要3D建模，图形学转向机器人

生成式AI正在让3D建模在视频制作中变得不再必需。Meta Reality Labs研究员남길주在韩国高丽大学举行的AI Tech Day 2026演讲中提出了一个具体判断：当最终输出是图像或视频时，不必再构建三维模型，因为生成式AI已经能够直接从文本提示生成逼真画面。这意味着3D图形学的重心正在从影视和游戏转向机器人、自动驾驶等需要理解物理世界的领域。

传统计算机图形学的工作方式是先建立人物和物体的三维形态，再计算运动轨迹和光线反射来渲染画面。生成式AI跳过了这些步骤——它从海量图像和视频数据中学习，根据文字描述直接生成新画面。早期AI视频主要生成人脸，后来逐渐能处理复杂背景和光线反射，OpenAI的Sora已经能逼真还原人的步态和周围环境，近期甚至出现了控制人物表情和动作的技术。

남길주本人的经历为这一判断提供了实践依据。他在Meta Reality Labs从2020年起研究计算机视觉与3D图形学，花了大约五年时间研究三维头发重建技术。后来他改变了方法：不再手工设计复杂的图形学管线，而是只应用基础知识，其余部分交给AI从数据中学习。他描述的结果是比原来的方法表现更好。

他将这种转变与AI研究者Richard Sutton提出的The Bitter Lesson联系起来——长期来看，利用大规模计算让AI自主学习的一般方法，比人工设计精细规则的方式取得了更高成果。头发重建的转向正是这一规律在具体任务上的体现。

但남길주同时划出了一条清晰的边界：机器人和自动驾驶与视频制作不同。在屏幕上自然呈现人的动作，与机器人准确抓取一个物体，是两件不同的事。机器人要完成抓取，必须理解物体的位置、形状和周围空间；自动驾驶需要识别障碍物和其他车辆的位置与运动。这些任务仍然需要处理三维空间和物理现象的技术。

因此他的结论不是3D图形学过时了，而是它的战场转移了。制造业的三维设计、物理仿真、光学和科学研究同样需要图形学技术。남길주说，用图形学将世界数字化，为物理AI、机器人和自动驾驶的发展做出贡献，这才是新的方向。

남길주强调，这些任务仍然需要处理三维空间和物理现象的技术，这也是图形学专长在机器人和自动驾驶领域保持价值的原因。