图形学转向机器人
3 节点1 篇5 来源
生成式AI正在重塑三维图形学的价值坐标：其重心正从传统的影视游戏制作加速转向机器人和自动驾驶等需要空间与物理推理的领域。Meta Reality Labs研究员남길주指出，随着AI能在不构建复杂3D模型的情况下生成逼真视频，图形学专长在内容创作中的必要性下降；而在物理世界中，机器人对物体位置、形态及交互的理解仍高度依赖3D技术。这一趋势在学术界与产业界形成共振：SIGGRAPH 2026将机器人作为核心议题，展示虚拟仿真如何训练实体机器；Google DeepMind专家谭捷则强调“机器人是在真实世界里做图形学”，认为基于仿真的强化学习已彻底改变了过去五到十年的机器人发展路径。争议在于具身智能是否应脱离大语言模型成为独立学科，目前主流观点仍倾向于将其视为多模态模型的延伸，但泛化能力的瓶颈提示着专用世界模型的必要性。
事情怎么走到这一步
Google DeepMind高级研究科学家谭捷接受访谈，提出“机器人是在真实世界里做图形学”的观点，回顾了过去十年强化学习与Sim-to-Real技术如何变革机器人行业。
bianews.com ↗SIGGRAPH 2026发布新闻稿，宣布大会将重点探讨计算机图形学与机器人的融合，包括NVIDIA主导的端到端物理AI系统课程及多项关于仿真训练的技术论文。
s2026.siggraph.org ↗Meta Reality Labs研究员남길주在韩国高丽大学AI Tech Day演讲中明确表示，生成式AI使视频制作不再依赖复杂3D建模，图形学专长正转向机器人和自动驾驶领域。
zdnet.co.kr ↗
还没定论的部分
- 具身智能基座模型是否会最终脱离大语言模型体系，成为一个拥有独立数据格式和架构的学科？
- 当前机器人模型在精细操作任务上的成功率（如拉拉链仅30-40%）何时能突破至现实可用水平？
- 生成式AI在视频领域的普及是否会进一步压缩传统3D建模师在娱乐产业的需求规模？