一张GPU实时模拟布料碰撞特效，元宇宙时装秀最新成果展示

什么会让你急着去超空间看时装秀？

各种面料的摩擦细节不仅清晰，而且真实。

裙子随着模特的走姿飞起来~光看一眼就能知道这件衣服轻不轻盈。这是王华民团队的最新成果，一个图形大牛。提出了基于GPU的预处理MAS，由一个GPU完成实时的布料碰撞效果。

比如这件羊毛大衣，可以以每秒37帧的速度实时模拟，模拟精度可以达到5mm。

而且不仅是衣服，毛球、软皮玩具都可以达到逼真的碰撞效果。

其论文收录在《SIGGRAPH 2022》中。作为全球规模最大、水平最高的图形会议，SIGGRAPH每年都会收到代表当年CG最高水平的论文。

来康这是什么研究？GPU实时模拟碰撞效果。

为了建立一个真正的元宇宙，首先需要一个强大的实时物理仿真引擎。但是目前常见的物理引擎无论是效果还是效率都远不理想。服装模拟是所有模拟问题的制高点。因为服装的材质和碰撞是最复杂的，解决好服装模拟就相当于解决了大部分实时物理模拟问题，为未来的超宇宙发展奠定了基础。

从技术上来说，实时物理模拟可以分为两类:流体模拟和变形模拟。与流体相比，可变形体的应用范围更广，如弹性体模拟、布料模拟、头发模拟等。，其工业价值更明确，如在服装和工业上的应用。

然而，目前困扰科学家的一个挑战是完成更高质量的实时仿真。任何可变形体的模拟最终都是一个线性求解问题，区别无非是矩阵内部值、稀疏程度和矩阵大小的不同。因此，如何快速解决成为一个重要的突破口。

基于这一背景，王华民团队提出了基于GPU的MAS预处理器。

顾名思义，这个预处理器采用了多层和区域分解的概念。以前的算法主要依靠在一层网格上处理，这样域越少越好，或者误差越大。但这一次，研究人员正在建立多个网格层，以便通过使用小的、不重叠的域来发挥GPU的并行计算能力。

具体来说，MAS预处理器可以分为三个阶段。

在第一阶段，使用Morton码对域进行快速分层和划分。

研究者提出了超节点分割法和跳跃法进行空间的初步构建。

第二阶段，通过单向高斯-约当消元的低成本矩阵预计算，在每个域内进行快速逆解。此外，研究人员还开发了一种选择性更新方案来解决轻微的矩阵修改。

第三阶段，运行时预处理，从而快速求解矩阵向量。为了降低计算成本，研究人员发明了对称矩阵向量乘法。

实验表明，MAS预处理器兼容许多线性和非线性求解器，用于模拟具有动态接触的变形体，如PCG、加速梯度下降和L-BFGS。

以最常见的PCG求解器为例，当两者一起使用时，在GPU上的收敛速度仍然明显优于其他预处理器，包括GPU上的多重网格AmgX。

在达到相同收敛目标时，MAS预处理器的收敛速度比其他预处理器快4倍左右。同时，MAS预处理器在CPU上也很有效，性能优于其他预处理器，如Intel的ILU0和ILUT。

此外，还发现MAS预处理器的计算开销很低。

并行计算只有0.118秒，相比ILU0，ichol，ILUT的2.50秒，33.8秒，154秒的代价。

研究人员表示，这一次，5万个固定点到50万个顶点规模的布料和可变形体的模拟被推向了一个更高的层次。未来我们会继续研究基于GPU区域分解的技术，因为这类算法有很大的挖掘空间。

Style3D已制作

研究团队来自Style3D研究院王华民带领的团队。

王华民，美国俄亥俄州立大学前副教授，佐治亚理工学院计算机科学博士，斯坦福大学计算机科学硕士，公认的世界级图形科学家。

他作为唯一作者完成了四篇SIGGRAPH论文，是第六届SIGGRAPH/SIGGRAPH亚洲技术论文委员会成员。他的学生遍布著名的大工厂。因为专注于布料仿真，所以业内流传着一种说法:

如果你是学布料仿真的，你不可能读过王华民教授的论文。

去年8月，正式加入国内时尚产业链3D数码公司，担任首席科学家兼灵帝研究院院长。于是，在不到一年的时间里，团队带来了产学研的最新成果，将实时仿真技术提升到了一个新的高度。

其核心产品是率先打破国外技术垄断的3D柔性体仿真工业软件Style3D Studio和全球创新的数字化面料设计软件Style3D Fabric。此外，还开发了全流程研发平台Style3D Cloud和首创的数字时尚内容资源商城Style3D Market。

在RD的过程中，包括面辅料的选择、风格设计、渲染模拟、协作展示等全过程都可以数字化呈现，协同提升RD效率。

此外，灵帝Style3D还根据工厂生产标准生成生产物料清单，串起整个生产制造环节，进一步推动整个行业环节的数字化。

据透露，今年6月底，灵帝Style3D将有一场面向元宇宙开发者的神秘产品发布。目前其客户涉及国内外品牌、ODM厂商、面辅料厂商、泛电商等。

值得一提的是，在SIGGRAPH采集结果发布的同时，灵迪Style3D正式宣布与牛仔科技公司Jeanologia达成合作。全球每年生产35%的牛仔裤，全部采用这家公司的环保技术。在两者的配合下，牛仔裤设计师还可以通过Style3D一键直接调用牛仔裤纸样和水洗效果纸样，无需制作真正的牛仔裤样品，就可以呈现牛仔裤水洗等工艺的设计效果。

而且这种高度仿真的数字牛仔裤可以直接在营销中展示和销售。

事实上，除了促进整个服装产业链的效率，还有更现实的全球性问题可以缓解，即现在热议的碳中和碳排放问题。

目前，纺织服装行业已经成为世界第二大污染行业。每年，世界上大约有1280万吨服装被掩埋和焚烧。制衣业排放的废水占全球总量的20%，承担了全球碳排放的10%。甚至，有15%的纺织产品会遭遇不用，直接去烧的命运，从而造成二次污染。

一旦产业从RD、生产到最终商品展销的全过程都放到数字平台上，污染问题就能得到有效解决，可持续的时尚就能真正落实。

图形的工业发展

最后回到SIGGRAPH本身的研究成果。你能看到的是，它并不像英伟达和谷歌每年的传统艺术——各种酷炫逼真的特效技术来彰显企业的尖端技术实力。但从更垂直的产业角度来看，技术迭代不容易被感知，却有效解决了产业问题。

一方面说明图形技术已经到了工业端创造价值。

最有可能也是最大的图形领域，不是现在热议的电影、游戏，而是服装、工业等工业领域。

另一方面也说明中国在图形方面的技术水平不弱，会像AI一样从前沿加速走向产业。从这篇SIGGRAPH论文的结果可以看出，中国团队已经占据了榜单的半壁江山，其中不乏来自高校和企业的代表。

随着图形行业的价值越来越明显，更多的世界级大牛参与其中。企业也会通过成立研究院、启动奖学金等方式吸引更多高校人才。

以灵帝Style3D为例。去年，灵迪图形奖学金计划启动，每位获奖者将获得3万元人民币的现金奖励。第一期由清华、浙大、中科大、南开、山大的10名博士生获得。

由此，产学研闭环的形成更有利于图形产业化的长远发展。

今天爆炸的超宇宙终于挤出了泡沫。像最初的AI，只有把底层技术和行业结合起来，才能发挥更长远的价值。

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。