இந்த தளத்தின் உள்ளடக்கம் செயற்கை நுண்ணறிவு (AI) அல்லது இயந்திர மொழிபெயர்ப்பு தொழில்நுட்பம் மூலம் மொழிபெயர்க்கப்பட்டுள்ளது; பிழைகள் இருக்கலாம்.

Skip to content

SIGGRAPH 2024-ல் ராப்லாக்ஸ் 3D மற்றும் 4D முன்னேற்றங்கள்

ரோப்லாக்ஸ், உலகெங்கிலும் உள்ள மில்லியன் கணக்கான படைப்பாளிகள் அவதாரங்கள், அணிகலன்கள் மற்றும் அனுபவங்களை உருவாக்கி, உலகம் முழுவதிலும் உள்ள மக்களை ஒருவருக்கொருவர் இணைக்க உதவும் ஒரு 3D ஆழ்ந்த ஈடுபாட்டுத் தளத்தை உருவாக்க, இடைவிடாமல் புதுமைகளைப் புரத்து வருகிறது.

உலகெங்கிலும் உள்ள கணினி வரைகலை மற்றும் ஊடாடும் நுட்பங்களுக்கான முதன்மையான மாநாடான SIGGRAPH-இல், நாங்கள் புதிய தொழில்நுட்ப மற்றும் நெறிமுறைத் திருப்புமுனைகளைப் பகிர்ந்துகொள்வோம். நாங்கள் பகிரும் பணிகளில், ரப்பரைப் போல நீளக்கூடிய 3D பொருட்களைச் செயல்படுத்தும் புதிய முறைகள், முக அசைவு அனிமேஷனுடன் அவதாரங்களை உருவாக்கும் ஒரு வேகமான வழி, மற்றும் மிகவும் இயல்பான முறையில் நகரும் முடி ஆகியவை அடங்கும். ஒட்டுமொத்தமாக, இவை மூழ்கடிக்கும் 3D-யின் எதிர்காலத்தை மேம்படுத்துவதற்கான வலுவான கோட்பாட்டு முடிவுகள் மற்றும் ஆரம்பகட்ட முன்மாதிரிகளாகும். முழுமையான தொழில்நுட்ப விவரங்களுக்கு, டென்வரில் நடைபெறும் SIGGRAPH-இல் எங்கள் அமர்வுகளில் இணையுங்கள்.

அதிகரிக்கின்ற விவரமான அவதாரங்கள்

ராப்ளக்ஸில், அவதாரங்கள் முழு முக அசைவூட்டம், கட்டமைக்கக்கூடிய உடல்கள், அடுக்கு ஆடைகள் மற்றும் தளம் முழுவதும் சீரான தோற்றத்துடன் தனிப்பட்ட வெளிப்பாட்டின் இதயமாக உள்ளன. எங்களின் சமீபத்திய டிஜிட்டல் எக்ஸ்பிரஷன்ஸ் அறிக்கை, ஜென் Z தலைமுறையைச் சேர்ந்த பதிலளித்தவர்களில் 88 சதவீதம் பேர், ராப்ளக்ஸ் போன்ற மெட்டாவர்ஸ் போன்ற உலகங்களில் தங்களை வெளிப்படுத்திக் கொள்வது, அவர்களின் அன்றாட வாழ்வில் தங்களை மிகவும் வசதியாக வெளிப்படுத்த உதவியுள்ளது என்று கூறுவதைக் கண்டறிந்துள்ளது. இந்த சுய வெளிப்பாட்டை ஆதரிப்பதற்காக, அவதார் தொழில்நுட்பத்தில் உள்ள அதிநவீன நிலையை நாங்கள் தொடர்ந்து மேம்படுத்துகிறோம்.

பாரம்பரியமாக, ஒரு 3D மெஷ்-இலிருந்து ஒரு புதிய அவதாரத்தை உருவாக்க, உயர் தொழில்நுட்பப் பணிகளின் பல கட்டங்கள் தேவைப்படுகின்றன. இது 4D தலைமுறையின் சவால்களில் ஒன்றாகும்: நிலையான 3D சொத்துக்களை முழுமையாக இயக்கக்கூடிய, ஊடாடக்கூடிய மற்றும் கலவைத்தன்மை கொண்டவையாக நீட்டிப்பது, அதனால் அவை ஒரு மெட்டாவெர்ஸ் அனுபவத்தில் உயிர்பெற முடியும். கேஜிங், ரிக்கிங், மற்றும் ஸ்கின்னிங் உள்ளிட்ட இதில் உள்ள நிலைகள், தொழில்முறை உருவாக்குநர்களுக்குக் கூட, ஒரு அவதாரத்திற்கு ஒரு வாரம் வரை ஆகலாம். எங்கள் தளத்தின் மேம்பட்ட ஆடை மற்றும் முகபாவனை அம்சங்களுடன் இணக்கத்தை உறுதிப்படுத்த கூடுதல் வேலை தேவைப்படுகிறது.

undefined
"உருவாக்கும் அல்லது பயனர் உருவாக்கிய 3D அவதாரங்களுக்கான முழுமையான தானியங்கி உடல் மற்றும் முக அமைப்பு" என்ற தலைப்பிலான தங்கள் உரையில், ராப்லாக்ஸின் அவதார் மற்றும் கோர்ஏஐ குழுக்கள், இயந்திர கற்றல் மற்றும் வடிவியல்-செயலாக்க நுட்பங்களை ஒருங்கிணைக்கும் ஒரு பலகட்ட குழாயை முன்வைக்கின்றன. இந்த முறை அவதார் உருவாக்கும் செயல்முறையை கணிசமாக வேகமானதாகவும் எளிதானதாகவும் ஆக்குகிறது, மேலும் இது குறைந்த அனுபவம் உள்ள படைப்பாளிகள் தங்கள் சொந்த முழுமையான அவதாரங்களை வடிவமைத்து பதிவேற்ற உதவுகிறது.

அவதார் ஆட்டோ செட்டப் (Avatar Auto Setup) என்ற தானியங்கி அமைப்பு மூலம் இந்தத் தொழில்நுட்பத்தின் தாக்கத்தை நீங்கள் தளத்தில் அனுபவிக்கலாம். இது, உள்ளீடாகக் கொடுக்கப்படும் வடிவியல்-மட்டும் கொண்ட ஒரு மாடலை, ராப்ளக்ஸுடன் இணக்கமான, தனிப்பயனாக்கக்கூடிய, அனிமேஷனுக்குத் தயாரான, ரிக் செய்யப்பட்ட மற்றும் ஸ்கின் செய்யப்பட்ட அவதாராக மாற்றுகிறது. இந்த அமைப்பின் மூலம், முன்பு ஒரு வாரம் வரை நேரம் எடுத்த ஒரு செயல்முறையை இப்போது நிமிடங்களில் முடிக்க முடியும்.

Roblox-ல் மக்கள் தங்களை வெளிப்படுத்திக்கொள்ள ஒரு பிரபலமான வழி, தங்கள் அவதாரங்களின் முடியை மாற்றுவதாகும். 2023-ல் மட்டும், Roblox பயனர்கள் 139 மில்லியனுக்கும் அதிகமான ஹேர்ஸ்டைல்களை வாங்கியுள்ளனர், மேலும் 7.3 மில்லியன் பயனர்கள் ஐந்து அல்லது அதற்கு மேற்பட்ட ஹேர்ஸ்டைல்களை வாங்கியுள்ளனர். ஆனால், ஒவ்வொரு முடையும் நிஜ உலகில் அசைவது போல அசையும் வகையில், ஒரு யதார்த்தமான ஹேர்ஸ்டைலை உருவாக்குவது மிகவும் சவாலானது. சராசரியாக, மனிதத் தலையில் 100,000 முதல் 150,000 வரையிலான முடி நாளங்கள் உள்ளன. அந்த அளவில் சிக்கலான வடிவவியல்களை உருவகப்படுத்துவதும், சேமிப்பதும், மாற்றுவதும் கணக்கீட்டுத் திறன் மற்றும் வலிமை ஆகிய இரண்டின் அடிப்படையிலும் கடினமானது.

தங்கள் "ரியல்-டைம் பிசிக்கலி கைடுட் ஹேர் இன்டர்போலேஷன்" என்ற கட்டுரையில், ராப்லாக்ஸின் செம் யுக்செல் மற்றும் லைட்ஸ்பீட் ஸ்டுடியோஸ் மற்றும் யூட்டா பல்கலைக்கழகத்தைச் சேர்ந்த அவரது சகாக்கள், ஏற்கனவே உள்ள சிமுலேட்டட் வழிகாட்டும் முடி தரவைப் பயன்படுத்தும் ஒரு புதுமையான இயற்பியல்-இயக்கப்படும் முடி இடைவெளி நிரப்புதல் திட்டத்தை முன்வைக்கின்றனர். இந்தப் பணி, மிகக் குறைந்த கூடுதல் சுமையுடன் அனுபவங்களுக்கான முடியின் காட்சித் தரத்தை கணிசமாக மேம்படுத்துகிறது.

நிகரான 3D உருவகப்படுத்துதல் மற்றும் வரைகலை உருவாக்கம்

ராப்ளக்ஸில் உள்ள உருவாக்குநர்கள், மக்கள் விளையாட அல்லது இணைய இணைவதற்கான அனுபவங்களை மட்டுமல்ல, அந்த அனுபவங்களில் இடம்பெறும் பொருட்களையும் உருவாக்குகிறார்கள். ராப்ளக்ஸ், குறைந்த தெளிவுத்திறன் கொண்ட ஆண்ட்ராய்டு முதல் உயர் தெளிவுத்திறன் கொண்ட கேமிங் கன்சோல் அல்லது VR ஹெட்செட் வரை பல்வேறு தளங்களில் கிடைப்பதால், இந்தப் பொருட்கள் பயனரின் சாதனத்தில் சிறந்த தெளிவுத்திறனில் காட்டப்படுவது முக்கியம்.

ஒளி மற்றும் நிழல்கள் பெரும்பாலும் 3D ரெண்டரிங்கிற்கு ஒரு சவாலாக அமைகின்றன. சமீபத்திய ஆராய்ச்சி பெரும் முன்னேற்றங்களைச் செய்துள்ளது, ஆனால் தற்போதுள்ள முறைகள் டெஃப்த் ஆஃப் ஃபீல்ட் மற்றும் ஆன்டி-அலியாசிங் போன்ற கேமரா விளைவுகளுடன் மங்கலாகத் தோன்றலாம். NVIDIA மற்றும் யூட்டா பல்கலைக்கழகத்துடன் இணைந்து, ராப்லாக்ஸின் செம் யுக்செல் "ஏரியா ReSTIR: நிகழ்நேர டெஃபோகஸ் மற்றும் ஆன்டி-அலியாசிங்கிற்கான மறுசாம்பிளிங்" ("Area ReSTIR: Resampling for Real-Time Defocus and Antialiasing") என்பதை வழங்குகிறார். இந்தப் பணி ReSTIR-க்கு ஏரியா சாம்பிளிங்கை அறிமுகப்படுத்துகிறது, இது இந்த கேமரா விளைவுகளை மிகவும் திறமையாகத் தீர்க்கிறது. இதன் இறுதி விளைவாக, குறைந்த மாதிரிகளைக் கொண்டு ஒளி மற்றும் நிழல்களுக்கு இடையில் மேம்பட்ட தெளிவு மற்றும் அதிக விவரங்கள் கிடைக்கின்றன.

Bistro_ReSTIR.webp
ReSTIR-இன் முந்தைய பதிப்புடன் காட்டப்பட்ட ஒரு தெருக் காட்சி. 
Bistro_AreaReSTIR.webp

எங்கள் புதிய ஏரியா ரெஸ்டிர் மூலம், ஒளி மற்றும் நிழல்களில் மேம்பாடுகளுடன் காட்டப்படும் அதே தெருக் காட்சி.

"ஃபஸி லாஜிக் கொண்ட ஒரு ஒருங்கிணைந்த வேறுபடுத்தக்கூடிய பூலியன் ஆபரேட்டர்" என்ற தலைப்பிலான தங்கள் கட்டுரையில், ராப்லாக்ஸின் ஹ்ஸு டெரெக் லியு மற்றும் அவரது சகாக்கள், கட்டமைப்பு திட வடிவவியலுக்கான (CSG) 3D பிரதிநிதித்துவங்களுக்காக உருவாக்கும் AI-ஐ செயல்படுத்தும் ஒரு முறையை முன்வைக்கின்றனர். ராப்லாக்ஸின் இயற்பியல் சிமுலேட்டர், CSG வழியாக பொறியியல் துறையின் திட மாடலிங்கிலிருந்து அதன் வலிமையைப் பெறுகிறது, இது நம்பத்தகுந்த மெய்நிகர் வடிவங்களை உருவாக்குவதையும் எளிதாக்குகிறது. பொழுதுபோக்குத் துறையின் மெல்லிய மேற்பரப்பு மாடலிங் மிகவும் பொதுவானது, ஆனால் அது ஒரு பொருளின் உள்ளே உள்ள கன அளவைக் குறிக்காது. CSG முன்பு ஜெனரேட்டிவ் AI உடன் பொருந்தாததாக இருந்தது, ஏனெனில் வடிவவியலுக்கு AI-ஐப் பயிற்றுவித்துப் பயன்படுத்துவதில் உள்ள வேறுபடுத்தும் படி, வடிவங்களின் தொடர்ச்சியான பரிணாம வளர்ச்சி போன்ற ஒரு கணிதப் பண்பைக் கோருகிறது. "ஃபஸி" செயல்பாடுகளைச் செய்வதற்காக ஒரு புதிய கணிதப் பிரைமிடிவைக் கண்டுபிடிப்பதன் மூலம், நாங்கள் வேறுபடுத்தக்கூடிய CSG-ஐத் திறந்தோம், பின்னர் அதிலிருந்து ஒரு CSG ஜெனரேட்டிவ் AI-ஐ உருவாக்கினோம்.

smooth_boolean_modeling.webp
கணினி வரைகலையில் ரப்பர் போன்ற நெகிழ்வான பொருட்களைத் துல்லியமாக உருவகப்படுத்துவது மிகவும் சவாலானதாகக் கருதப்படுகிறது. ராப்ளாக்ஸின் லியு மற்றும் அவரது சகாக்கள், உருவகப்படுத்துதலை நிலைப்படுத்த ஒரு புதிய முறையான 'ஸ்டேபிளர் நியோ-ஹூகன் சிமுலேஷன் — ப்ராஜெக்டட் நியூட்டனுக்கான அப்சொலியட் ஈஜன்வால்யூ ஃபில்டரிங்'-ஐ முன்வைக்கின்றனர். இந்த புதிய முறை, தற்போதுள்ள கட்டமைப்பில் ஒரே ஒரு வரி குறியீடு மாற்றத்தை மட்டுமே தேவைப்படுத்துகிறது, மேலும் நிலைத்தன்மை மற்றும் ஒருமுகப்பாட்டு வேகம் ஆகிய இரண்டிலும் குறிப்பிடத்தக்க முன்னேற்றத்தை அடைகிறது. இதன் விளைவாக உருவாகும் மாதிரிகள் நீட்டப்படும்போது மிகவும் நிலையான வடிவத்தைத் தக்க வைத்துக் கொள்கின்றன.
Artboard 1.webp
முந்தைய பொதுவான உருவகப்படுத்துதல் முறைகள், உருவகப்படுத்துதலின் யதார்த்தத்திற்கும் தேவைப்படும் கணக்கீட்டு வளங்களுக்கும் இடையே ஒரு சமரசத்தை அவசியமாக்கின. ராப்லாக்ஸின் யுக்செல் மற்றும் யூட்டா பல்கலைக்கழகத்தைச் சேர்ந்த அவரது சகாக்கள், வேர்டெக்ஸ் பிளாக் டெசென்ட் என்ற ஒரு புதிய முறையை முன்வைக்கின்றனர், இது வேகமான மற்றும் வலுவான இயற்பியல் உருவகப்படுத்துதலை உருவாக்குகிறது. இதன் விளைவாக உருவான இந்த முறை, 3D இயக்கவியலுக்கான முந்தைய உருவகப்படுத்துதல் செயல்முறைகளை விட வேகமானதாகவும் மற்றும் அதிக நிலைத்தன்மையுடனும் உள்ளது.

கிட்டத்தட்ட இரண்டு தசாப்தங்களாக, ராப்லாக்ஸின் R&D-யில் (ஆராய்ச்சி மற்றும் மேம்பாடு) அதிக முதலீடுகளுக்கு நன்றி, எங்கள் தளமும் அதில் செழித்து வளரும் சமூகமும் தொழில்நுட்பப் புதுமைகளால் வலுப்படுத்தப்பட்டுள்ளன. சிறந்த R&D-க்கு இடர் மற்றும் நேர்மையான மதிப்பீடு தேவை. எங்கள் R&D ஆய்வுகள் அனைத்தும் சரியான வடிவிலோ அல்லது சரியான நேரத்திலோ தயாரிப்பு அம்சங்களாக மாறுவதற்கான முடிவுகளை அடைவதில்லை, மேலும் இந்தக் கட்டுரையில் விவரிக்கப்பட்டுள்ள பணி ஊகமானது மற்றும் எதிர்காலத்தை நோக்கியது. இருப்பினும், இங்கு விவரிக்கப்பட்டுள்ள சில புதிய நுட்பங்கள் ஏற்கனவே ராப்லாக்ஸ் படைப்பாளர்களுக்குக் கிடைக்கும் கருவிகளின் ஒரு பகுதியாக இருப்பதில் நாங்கள் மகிழ்ச்சியடைகிறோம், அவை மேலும் யதார்த்தமான அவதாரங்களையும் 3D உலகங்களையும் திறக்கின்றன. அனைத்து ஆய்வுகளும் இந்தத் துறையை ஒட்டுமொத்தமாக மேம்படுத்துவதற்கும், 3D ஆழ்நிலை தளங்களுக்கான தொழில்நுட்பத்தை முன்னெடுத்துச் செல்வதற்கும் எடுக்கப்பட்ட படிகள் ஆகும்.

AI, அவதாரங்கள், இயற்பியல் மற்றும் கிராபிக்ஸ் ஆகிய துறைகளில், SIGGRAPH 2024-ல் உலகத்துடன் சில புதிய முன்னேற்றங்களைப் பகிர்ந்துகொள்வதில் நாங்கள் மகிழ்ச்சியடைகிறோம்.