ygtu - 3D建模学习工作室 (Page 22)

3D建模学习工作室

ygtu

pytorch神经网络实例

PyTorch是一个强大的Python库，用于构建深度学习模型。它提供了定义和训练神经网络并将其用于推理所需的一切。

语音 AI 聚焦：用虚拟代理重塑客户服务

虚拟代理或语音助手已经存在了很长一段时间。但在过去的十年中，随着 AI 的使用，它们的实用性和流行性急剧增长。根据 Gartner 的数据，到 2025 年，虚拟助理将自动完成呼叫中心代理 75% 的任务，而 2021 这一比例为 30% 。这将为联络中心代理和客户带来更好的体验。从医疗保健到金融服务，人工智能改变了客户服务，使其更加高效和个性化。今天的虚拟代理由 speech AI 技术提供支持，不仅可以在联络中心处理重复的客户请求，还可以帮助人工代理比以往更快地解决复杂问题。

语音AI技术实现与服务机器人的自然交互

语音AI技术实现与服务机器人的自然交互

能够快速理解人类并模仿人类语音的准确语音 AI 或语音 AI 界面对于服务机器人的易用性至关重要。开发人员正在将自动语音识别（ASR）和文本到语音转换（TTS）与服务机器人集成，以实现基本技能，例如理解和回答自然语言中的人类问题。这些基于语音的技术构成了语音AI。

虚幻引擎：将音频链接到动作和对象

虚幻引擎：将音频链接到动作和对象

在上一章中，我向您展示了如何添加当播放器通过预定义区域时播放的声音效果。这非常有用，但是如果您想将音频文件链接到道具或弹丸撞击等动作怎么办？在本章中，我将向您展示一个不同的设置，其中音频由默认玩家武器的冲击触发。当你玩关卡时，你可以向一个物体开火，那个物体会发出声音。

虚幻引擎：添加声音

声音是许多体验的重要组成部分，尽管许多人没有考虑它，但如果它不存在，您会注意到，考虑到这一点，现在是时候向您展示如何将音频添加到您的关卡中了。在虚幻引擎中处理声音文件有很多控件和选项，但我们将专注于触发方法，以便当我们的演员/玩家移动到定义的区域时，音频将播放。这是一种支持叙事并帮助玩家了解正在发生或可能即将发生的事情的绝佳方式。

虚幻引擎：破坏

如果说所有CG美术师似乎都有一个共同点，那就是喜欢炸毁一切，尤其是使用物理模拟，所以现在是时候向大家展示如何使用虚幻引擎来做到这一点了。为了保持清晰和简单，我将使用一个简单的空场景预设，这样我们就可以避免担心我们在主德拉霍恩谷关卡中创建的所有道具和设置。这种设置的关键是保持简单。在您学习和练习时，请保持较低的段数，这将使您更容易遵循，并且还可以保持系统快速运行。话虽如此，UE4的物理效果很好，你不应该受到太多滞后的影响。

虚幻引擎：添加随机资源

您可以通过将它们拖到场景中来简单地添加大量资源，但随后您必须添加所有材质并手动创建所有变体，但我们可以通过更简单的方法做到这一点。我们已经看过蓝图，它们也可以提供帮助。我们将制作一个蓝图，其中包含一个网格体和一个带有整洁小设置的材质，这将确保每次将其添加到关卡时，它都会为我们随机选择。

虚幻引擎：传送器

在虚幻引擎中设置一个场景，添加一些环境和摄像机效果，以及玩弄粒子系统的可能性，但现在是时候开始向场景添加一些动作了，一个很好的动作是传送器，它允许你的玩家立即移动到另一个位置。

虚幻引擎：设置摄像机和后期效果

虚幻引擎：设置摄像机和后期效果

我们还没有看过渲染输出，所以在本期中，我们将看看摄像机和后期效果，为我们的关卡带来更多的自定义风格。就目前而言，关卡看起来有点明亮，过度饱和，缺乏微妙的线索来帮助观众沿着叙事，所以我们将使用一些工具，比如景深来帮助我们。打开你的关卡，让我们开始吧。

虚幻引擎：天空盒简介

对你的关卡产生的最大影响是整体天空和光照，所以在这一集中，我们将看看天空。这里有无限的选择，但首先，我们将查看默认的天空蓝图（一个独立的预设资源在UE4中称为蓝图），并进行一些后期处理。

虚幻引擎：粒子烟雾

在本期中，我们将创建一些简单的烟雾，可以放置在任何关卡上，虽然它非常基本，但它将向您介绍一些新工具，然后您可以尝试这些工具，包括UE4附带的粒子系统编辑器Cascade。我们还将研究构建一种使用球形遮罩的粒子基本材料，以帮助提供一些好看的烟雾。

虚幻引擎：添加树叶和岩石

在本系列的这一部分中，我们将了解如何开始用资产填充关卡，从岩石和巨石到大片植物、树木等。我们将为此使用现有资产，稍后继续创建自己的资产以供游戏使用。我为此创建了一个小关卡，只是为了让教程更容易，但如果你一直在学习，请继续在你自己的关卡中工作。

虚幻引擎：介绍材质和风景画

本文介绍了材质和风景绘画，介绍如何在虚幻引擎中创建可玩关卡，并附有免费资源...

虚幻引擎：设置新项目

介绍如何在Epic的免费软件虚幻引擎中创建可玩关卡...

Lumeo 简化视觉

推荐：将NSDT场景编辑器加入你的3D工具链 3D工具集：NSDT简石数字孪生 Lumeo 简化视觉全球最重要的空间部署了超过 10 亿台摄像机，这些摄像机是视频和数据的关键来源。了解如何利用这些数据来提高我们的空间和流程的效率和安全性变得越来越重要。 Lumeo， NVIDIA Metropolis 合作伙伴，提供了一个“无代码”视频分析平台，使开发人员和解决方案提供商能够在几分钟内在边缘或云中创建和交付自定义分析。它通过基于 web 的拖放工具、预先构建的分析构建块、即用型和自定义人工智能模型以及与云服务的集成来实现这一点。由 NVIDIA 加速 Lumeo 的平台建立在NVIDIA pretrained models,NVIDIA TAO Toolkit，以及NVIDIA DeepStream SDK，为视觉人工智能解决方案的市场化铺平了最快的道路。您可以使用任何 NVIDIA GPU 或 NVIDIA Jetson 边缘 AI 系统在本地或云中快速部署和扩展定制的解决方案，然后从云中进行管理。对于企业客户， Lumeo

数字人类时代：突破真实照片数字角色创作的极限

传统上，数字人类已经广泛应用于媒体和娱乐 from video game characters to CGI characters in movies 。但创造数字人类的过程是极其劳动密集型和手工的。它需要数百名领域专家，如艺术家、程序员和技术艺术家。另外，当人造人是假的时，人类也能理解。我们对神秘的山谷效应非常敏感，所以我们知道什么时候发生了什么。

使用 Modulus 与 Omniverse 和 AI 构建科学精确的数字孪生

从物理信息神经网络（ PINN ）到神经算子，开发人员长期以来一直在寻求通过实时传感器数据流构建实时数字双胞胎的能力，这种双胞胎具有真实形式的渲染、强健的可视化以及与现实世界中的物理系统的同步。 Modulus 的最新发布让我们更接近这个现实。

利用人工智能和数字孪生技术减少发电厂温室气体排放

利用人工智能和数字孪生技术减少发电厂温室气体排放

减少排放到大气中的碳量是一项政治优先事项。现任美国政府计划到 2035 年实现电网净零碳排放，到 2050 年实现全行业零碳排放。为了实现这一目标，正在开发各种技术，利用人工智能的效率来对抗气候变化。对于发电厂而言，开发减少碳排放、碳捕获和储存过程的技术需要详细了解整个设施的相关流体力学和化学过程。这需要对流体力学、传热、化学反应及其相互作用程度进行科学精确的模拟。

什么是预训练 AI 模型？

预训练的 AI 模型是一种深度学习模型，它在大型数据集上训练以完成特定任务，可以按原样使用或自定义以满足多个行业的应用程序要求。

使用生成式 AI 为虚拟世界快速生成 3D 资产

使用生成式 AI 为虚拟世界快速生成 3D 资产

为了加速 3D 世界和元宇宙的发展，NVIDIA 启动了许多人工智能研究项目，以帮助各行各业的创作者通过生成式人工智能解锁新的可能性。生成式 AI 将触及元宇宙的各个方面，并且它已经被用于用例，例如使用 Omniverse ACE 将 AI 化身变为现实。其中许多项目，如从音频生成动画的Audio2Face和Audio2Gesture，已经变成了Omniverse社区中广受喜爱的工具。

使用通用场景描述增强建筑 3D 建模协作

使用通用场景描述增强建筑 3D 建模协作

三维建模工作流具有高度复杂性，由各种专用工具驱动。随着数字孪生的兴起，这些 3D 工作流在机器人、自动驾驶汽车、科学可视化和建筑工程的应用中创造了新的可能性。特别是在建筑、工程、建筑和运营（ AECO ）方面，数字孪生的潜力是深远的。

实践中的机器学习：在 Google 云平台上部署 ML 模型

本系列介绍开发和部署 ( M L ) 模型。在本文中，你将学习如何部署 ML 模型到 Google 云平台 . 第 1 部分给出了 ML 工作流概括，考虑了使用机器学习和数据科学来实现商业价值所涉及的各个阶段。在第 2 部分中，您将学习训练并保存 ML 模型并将其部署为 ML 系统的一部分。

实践中的机器学习： ML 工作流

实践中的机器学习： ML 工作流

本系列介绍开发和部署 ( M L ) 模型。本文概述了 ML 工作流，考虑到使用机器学习和数据科学来实现业务价值所涉及的各个阶段。在第 2 部分中，训练并保存 ML 模型可以将其部署为 ML 系统的一部分。第 3 部分向您展示了如何部署 ML 模型到 Google 云平台（ GCP ）。

实践中的机器学习：构建 ML 模型

本系列介绍开发和部署 ( M L ) 模型。在这篇文章中，您训练并保存 ML 模型，因此它可以作为 ML 系统的一部分部署。第 1 部分给出了一个 ML 工作流概括，考虑了使用机器学习和数据科学实现商业价值所涉及的各个阶段。第 3 部分介绍如何部署 ML 模型到 Google 云平台（ GCP ）。

什么是人工智能计算？

人工智能计算是机器学习系统和软件的工作，筛选大量数据以揭示有用的见解并产生新功能。

NSDT场景编辑器 | NSDT 数字孪生 | GLTF在线编辑器 | 3D模型在线转换 | UnrealSynth虚幻合成数据生成器 | 3D模型自动纹理化工具
2023 power by nsdt©鄂ICP备2023000829号