王華民歸國“創(chuàng)業(yè)”了!
最近,這則爆料轟動了圖形學領域。
王華民是誰?俄亥俄州立大學終身教授,四屆SIGGRAPH技術論文委員會委員,公認的世界級圖形學科學家。
曾以唯一作者身份獨立完成四篇SIGGRAPH論文——作為全球規(guī)模最大、影響最大的圖形學會議,論文入選都很難,更不必說獨立完成。
另外,斯坦福、UC伯克利等名校的圖形學課程,王華民的論文也屢屢被指定為參考文獻。
其學生更是遍布知名大廠,從硅谷的Google、Facebook、Adobe,到國內的阿里、字節(jié)、百度等圖形和模擬開發(fā)領域的重要崗位,都有他曾授業(yè)解惑的門徒。
甚至因為聚焦布料仿真,業(yè)內流傳著這樣一句話:如果你研究布料仿真,就不可能沒讀過王華民教授的論文。
正是這樣一位世界級大牛,現如今歸國擁抱產業(yè)新浪潮。
而且爆料已得到證實:王華民教授,確實加盟了一家時尚產業(yè)鏈3D數字化公司——凌迪科技Style3D,任職首席科學家兼凌迪研究院院長。
圖形學大牛的進階之路
跟很多圖形學研究者一樣,王華民也是因為游戲入坑。
1998年,成績優(yōu)異的他兩年即完成高中學業(yè),隨后被保送到浙江大學混合班(現竺可楨學院)主修計算機。與拼多多創(chuàng)始人黃崢是同學。
在這個持續(xù)孕育出圖形學大牛的名校搖籃中,王華民也初嘗圖形學的魅力——
他的本科畢業(yè)論文《Real-Time Rendering and Modeling in Collaborative CAD Systems》(協作式CAD系統中的實時渲染和建模)。
不滿足于現有的學術追求,完成本科學業(yè)后,王華民就前往斯坦福大學攻讀計算機專業(yè)碩士。
正是在斯坦福,他對計算機圖形學的興趣更進一步并進行了系統性學習。
不過當時,他的碩士導師是計算機幾何領域的知名專家Leonidas Guibas。嗯,就是提出手指樹的那個人。
即便受到Guibas教授器重,但他對渲染更感興趣,多次向圖靈獎得主、GPU之父Patrick Hanrahan請教渲染的問題。
還在第二年(2003年)Image Synthesis這門著名的渲染課上拿到終課渲染一等獎。
嗯,十八年前就能達到這種效果,不知道的還以為是實物呢。
同年加入當時新銳學者Ron Fedkiw教授的研究團隊,擔任研究助理。
星球大戰(zhàn)、哈利波特、終結者等這些好萊塢大片里面的視覺效果,背后都來自于這位教授的技術。
初級進階結束,王華民沒有選擇留在斯坦福,而是前往佐治亞理工學院攻讀博士學位。
在那里,也同樣是高手云集。
就拿他的博士導師來說,Greg Turk,就是圖形學領域的著名學者,最出圈的當屬他在博士后期間所做的斯坦福兔子模型,曾獲SIGGRAPH成就獎。
在Greg Turk教授指導下,王華民選擇流體模擬這一研究方向,并發(fā)表了多篇SIGGRAPH論文。
比如,水滴在樹葉上。
另外,無論在Adobe Research,還是位于西雅圖的微軟研究院等實習經歷,也讓他接觸到更多圖形學專家學者,比如現任Adobe Research院長Gavin Miller是他當年的實習導師。
2006年,王華民作為唯一一個中國人,還獲NVIDIA研究生學者獎。
2009年,王華民來到UC伯克利從事博士后研究,指導教授分別為物理模擬領域專家、奧斯卡技術獎獲得者James F.O’ Brien教授和渲染領域專家Ravi Ramamoorthi教授。
其中一位還是虛擬服裝試穿軟件Avametric的聯合創(chuàng)始人兼首席科學家。
在與兩位教授合作中,王華民將研究方向轉為彈體物理模擬與布料物理模擬。
這期間,他發(fā)表了布料物理材質采集的經典之作,至今被引用200次。
Data-Driven Elastic Models for Cloth: Modeling and Measurement。(數據驅動的布料彈性模型:建模和測量)
他提出了一種分段的線性彈性模型,其對各種材料的彈性行為進行很好的模擬。此外,開發(fā)了一種新的測量技術來研究真實布料的拉伸和彎曲的彈性變形。
實時模擬是技術瓶頸
實際上,除了身邊頂尖學術大佬的熏陶,王華民選擇布料仿真也有自己的考量。
在接受采訪時,王華民坦言有兩方面的原因:
一是非實時模擬已經發(fā)展得很成熟了。模擬本質上還是計算量的問題。只要給足計算時間,總能出結果,對于非常耗時的非實時模擬而言,從幾天縮短到幾小時不會有質的變化。而實時模擬才屬于前沿發(fā)展方向,是他研究的核心。未來肯定屬于實時模擬。
二是相較于應用場景狹窄的流體模擬,布料仿真不管是現實生活中還是在虛擬世界中都與我們密不可分,真正能創(chuàng)造價值。
王華民想要做的,就是解決真實問題,把技術成果落地。
布料仿真可以幫助服裝產業(yè)進行一個全鏈條升級。
對于品牌商來說,通過數字化服裝更高效地快速設計、更便捷地與上下游及消費者產生直觀可視化的溝通,從而提前了解消費者需求,也就不會造成上游制造商的過多生產。
從消費者群體角度,可以有更好、更個性化的消費體驗,還可以不用出門就穿上數字服裝進行社交媒體上的分享。
除了現實層面的意義,還有在虛擬世界里的價值。
如果未來元宇宙,真的會有如現實世界這般,擁有源源不斷的生命力、廣闊的應用場景,那就意味著,每個數字人都有專屬的虛擬形象,甚至在元宇宙里形成一種時尚風尚。
這就是不得不提到數字服裝,而當前數字服裝最大的瓶頸之一就是實時模擬。
圖源:凌迪科技Style3D
實際上,不光是在數字服裝,實時模擬成為整個元宇宙技術突破的痛點。
前段時間曝光的谷歌3D黑科技Starline,簡直火爆全網。
人與人之間可以進行實時、裸眼3D視頻通話,宛如真人面對面。
但是不同于數字建模,它是基于3D光場重建技術,Starline用到一個65英寸光場顯示屏,以及在現場布置的十多個攝像頭和傳感器。
傳感器、攝像頭各種角度捕捉人像,再利用深度學習算法進行實時壓縮,傳輸到另一邊再重建成3D影像播放出來。
不過正如谷歌所展示的那樣,3D光場技術更適用于人與人、人與物之間的交互,比如會議、電商等場景。
但如果應用到虛擬世界中,卻有一定的局限性,就很難再去光場做隨意的修改,比如換個服裝、換個造型。
因此要實現真正的元宇宙,實時模擬是必須突破的一道技術瓶頸。而數字服裝,作為當中不可忽略的一個分支,同樣需要解決。
基于這樣的價值追求,王華民就堅定了布料仿真之路。
回到國內、回到產業(yè)界,也不過是時間問題。
完成博士后研究之后,王華民來到了俄亥俄州立大學,擔任計算機科學與工程系助理教授。并于2017年被提升為終身教授。
這段時間的王華民可以說是火力全開,不僅確立了在布料物理模擬領域的重要地位,發(fā)表了多篇論文,還為學術界提供了多個開源庫。
也正是這段時間,王華民以唯一作者獨立完成了四篇SIGGRAPH論文。
對于這事兒,如今回憶起來他則是簡單回一句:
這是從導師們那里學到的習慣。
可惡,有被凡爾賽到。
最近的一篇是與布料仿真的精度有關。
王華民團隊原有的布料仿真引擎,已經可在普通消費級PC上支持5mm精度 (10萬以上三角形)的服裝實時仿真。
他們在原有基礎上,同等環(huán)境下精度直接提升到0.5mm精度 (1000萬以上三角形)服裝模擬,精度越高,布料仿真得越真實自然。
(精度越高,需要的三角形也越多。從2D到3D服裝模型,需要三角形網格生成算法來實現)
圖源:凌迪科技Style3D
通過實時仿真技術得到逼近真實的成衣效果,不光是設計師本身,對整個服裝產業(yè)鏈的研發(fā)與協同,都全面提升了效率。
王華民:創(chuàng)造產業(yè)價值
這時候加入凌迪,可以說是天時地利人和。
首先是天時。
圖形學正在迎來產業(yè)新浪潮。
正如布料仿真之于時尚產業(yè),3D光場之于電商,圖形學相關技術已經逐漸下沉到各個產業(yè)當中去。
然后是地利。
越來愈多的國內利好政策和市場傾向,為科技創(chuàng)業(yè)者、從業(yè)者們提供了孵化土壤。
圖形學大牛接連回國的消息,不就是最好的印證嗎?
最后是人和,先來簡單了解一下凌迪科技是一家什么公司。
凌迪科技Style3D,一家專注于柔性仿真領域的時尚科技企業(yè)。創(chuàng)立之初,凌迪科技Style3D就將視線聚焦在最制約服裝行業(yè)效率的服裝設計開發(fā)環(huán)節(jié)上。
凌迪科技的核心產品,是實時仿真渲染的3D設計工具及在線協同平臺Style3D,在研發(fā)中從面輔料選擇、款式設計、渲染仿真、協同與展銷等全流程,都可以進行數字化呈現。
圖源:凌迪科技Style3D
目前客戶涉及到了品牌方、ODM(原始設計制造)商及面輔料商。
此外,凌迪科技Style3D還依據工廠生產標準生成數字化BOM單,串起整個生產制造環(huán)節(jié),進一步推動整個行業(yè)鏈路的數字化。
不難看出,凌迪科技Style3D正在做的事情剛好與王華民的理念相契合。
即便王華民在采訪時連忙表示,自己不懂時尚。
一個致力于用3D數字化重構時尚產業(yè)的凌迪科技Style3D,與一個“不懂時尚”的技術人員,也顯得不那么違和。(手動狗頭)
大牛投身產業(yè)背后的意義
從產業(yè)角度來說,服裝產業(yè)是能誕生世界首富的體量。
體量龐大的同時,行業(yè)也面臨著特有的難題,比如庫存壓力大、需求預測難度高、勞動力密集、退貨率高……給整個產業(yè)鏈條都帶來了不小的挑戰(zhàn)。
無論誕生世界首富的Zara,還是年初被媒體稱為中國最神秘的百億公司Shein,追其本源,其實都是當時技術在推動。
說到Zara,以快為名。
天下苦庫存久矣。通常來說,為了提高生產效率服裝廠都會預留提前量生產,但就不可避免產生庫存積壓的問題。
Zara構建了一套響應系統,實現從產品到消費者獲取產品,再到數據反饋的快速周轉閉環(huán)。
而這套響應系統是1984年從IBM引入,時至今日也依然在支撐著Zara。
正因為這套系統,Zara母公司的創(chuàng)始人Amancio Ortega曾登頂世界首富,并常年位居世界富豪榜前十,與蓋茨、貝索斯毫不相讓。
如今,移動互聯網造就了快時尚霸主Zara的有力競爭者——Shein。
通過跟蹤APP、網站上的用戶行為數據提升預測消費者需求精度;在通過Google的Trend Finder,得到不同區(qū)域的流行元素,預測時尚潮流。
獲取數據后,再由后端強大的設計和打版團隊,背靠珠三角供應鏈優(yōu)勢,實現自動預測需求、小批量生產、實時調整庫存等能力。
IBM之于Zara,移動互聯網之于Shein,如今凌迪科技所深耕的服裝渲染平臺,正像是構建未來時尚行業(yè)的基礎設施。
誰是下一個Zara、Shein,不得而知。
但可以知道的是,王華民所帶領的凌迪研究院,正在推動下一次的時尚浪潮。
而對于圖形技術人才來說。
圖形學最有可能、也是最大限度落地的領域,不是熱議的電影、游戲,而是像服裝、工業(yè)這等產業(yè)領域。
其實外界也可以感知到,圖形學發(fā)展的幾十年來,研究人員在電影、游戲領域中技術上的提升,無異于視覺效果和畫質這兩個方面。
但在電影、游戲之外,還有更大的場景空間值得探索,王華民的選擇就提供了一個新的擇業(yè)方向。
One more thing
好了,這么大的咖,離開學術界就不太能聽到課了吧?
遺憾。
然而教授卻透露今年年底會在B站開一節(jié)入門課——GAMES 103:基于物理的計算機動畫入門,專門面向圖形學小白。
這門課的內容涵蓋了物理模擬動畫的幾大基本方向,包括剛體模擬、質點彈簧系統、有限元彈性體模擬、流體模擬、碰撞處理等等。
比如,如何用64行MATLAB代碼來模擬類似顏料倒入水中的效果(以下正是實時模擬的結果)。
嗯,我就幫到這里了。(手動狗頭)
