开元棋盘6号平台APP官方下载

6月19日，計(jì)算機(jī)圖形學(xué)重量級(jí)國(guó)際會(huì)議SIGGRAPH 2024技術(shù)論文獎(jiǎng)揭曉，上科大信息學(xué)院兩項(xiàng)3D資產(chǎn)生成工作獲得最佳論文榮譽(yù)提名。次日，IEEE國(guó)際計(jì)算機(jī)視覺與模式識(shí)別會(huì)議（CVPR）揭榜，上科大信息學(xué)院學(xué)生與合作者的文章摘得最佳學(xué)生論文獎(jiǎng)。6月28日，第61屆設(shè)計(jì)自動(dòng)化國(guó)際會(huì)議（DAC）公布獎(jiǎng)項(xiàng)，上科大信息學(xué)院師生科研團(tuán)隊(duì)再次斬獲一個(gè)最佳論文獎(jiǎng)提名。

同樣值得一提的是，參與獲獎(jiǎng)?wù)n題研究的學(xué)生橫跨信息學(xué)院本碩博各個(gè)階段，兩篇獲得SIGGRAPH最佳論文榮譽(yù)提名的論文之中，更有一篇是由本科生作為第一作者。鼓勵(lì)本科生參與科研，跳脫傳統(tǒng)高校專業(yè)劃分，上科大為師生提供了足夠活躍的科研土壤。

此外，信息學(xué)院幾乎所有的課程都是“本研一體”，本科生和研究生一同授課。成績(jī)的考量往往不是通過考試，而是憑借最終的課題設(shè)計(jì)。選題可以很開放，也可以和老師探討，通過這種方式，學(xué)生能夠清晰地了解到科研的流程與分工是怎樣的，為其將來的科研工作奠定堅(jiān)實(shí)的基礎(chǔ)。

开元棋盘6号平台APP官方下载今年6月下旬，上海科技大學(xué)信息科學(xué)與技術(shù)學(xué)院（以下簡(jiǎn)稱為“上科大信息學(xué)院”）多篇學(xué)生論文連續(xù)亮相國(guó)際頂級(jí)學(xué)術(shù)會(huì)議，斬獲最佳論文或最佳論文提名。

十天時(shí)間，同一學(xué)院四項(xiàng)研究成果接連在國(guó)際頂會(huì)中脫穎而出，高密度的同時(shí)有著高含金量。據(jù)悉，本屆SIGGRAPH共評(píng)選出5篇最佳論文、12篇最佳論文榮譽(yù)提名。CVPR 2024共有11532篇提交論文，接收2719篇，最終僅有10篇論文獲獎(jiǎng)，最佳學(xué)生論文更是只有2篇。DAC今年共收到1435篇論文，錄用337篇。其中，僅有1篇最佳論文獎(jiǎng)和3篇最佳論文獎(jiǎng)提名，入選率為0.27%。

這為學(xué)生的培養(yǎng)提供了更大的自由度和選擇的容錯(cuò)空間。也正是在這樣的模式下，本科生參與科研在上科大成了非常普遍的事。許嵐告訴記者，課題組里每年都會(huì)有本科生，有時(shí)候本科生的數(shù)量甚至能占到一半。有些過得比較充實(shí)的本科生，畢業(yè)時(shí)的科研成果可以達(dá)到碩士甚至博士的畢業(yè)要求。

在人工智能領(lǐng)域，前沿科研成果迭代極快，課堂上講授的內(nèi)容常常跟不上現(xiàn)實(shí)中科研的進(jìn)展。因此創(chuàng)新的潛力往往在于年輕人，而學(xué)校要培養(yǎng)的，是學(xué)生自主學(xué)習(xí)的方法與鉆研的態(tài)度。CVPR2024最佳學(xué)生論文獎(jiǎng)獲得文章的第一作者，信息學(xué)院2021屆碩士生余澤浩表示：“學(xué)習(xí)《隨機(jī)過程》這門課時(shí)，邵子瑜教授對(duì)教學(xué)參考材料的選擇和使用十分嚴(yán)謹(jǐn)，他對(duì)采用的內(nèi)容進(jìn)行驗(yàn)證和校正，而不是簡(jiǎn)單的復(fù)制，給我留下很深刻的印象。”

從課題組的立場(chǎng)來說，許嵐表示本科就加入科研的學(xué)生，可以有一個(gè)更長(zhǎng)的培養(yǎng)周期，相較于科研所需要的成長(zhǎng)和時(shí)間來說會(huì)更有利。當(dāng)然，興趣和學(xué)有余力還是最基本的要求。事實(shí)上，上科大建校伊始就強(qiáng)調(diào)讓學(xué)生在科研中接觸到前沿的研究方向和研究方法，拓寬自己的眼界。

獲DAC提名的論文是“LLM-HD: Layout Language Model for Hotspot Detection with GDS Semantic Encoding”（利用大語言模型對(duì)芯片版圖進(jìn)行編碼及光刻熱點(diǎn)檢測(cè)）。團(tuán)隊(duì)提出了全新的“語言模型+高性能GPU”的版圖熱點(diǎn)檢測(cè)范式，為大語言模型應(yīng)用到集成電路制造、量測(cè)奠定了理論和工程基礎(chǔ)。這也是首次有人用自然語言處理的方式去處理芯片制造中缺陷檢測(cè)的問題，史無前例。

斬獲CVPR最佳學(xué)生論文獎(jiǎng)的，是由上?？萍即髮W(xué)、捷克技術(shù)大學(xué)、德國(guó)圖賓根大學(xué)、圖賓根人工智能中心共同發(fā)表的“Mip-Splatting: Alias-free 3D Gaussian Splatting”（利用多層級(jí)的高斯?jié)姙R方法來實(shí)現(xiàn)高清三維重建和自由視角渲染）。該項(xiàng)研究攻克了畫面渲染的技術(shù)難題，有效提升了三維重建的清晰度問題，論文的前三位作者均為上科大在讀或畢業(yè)學(xué)生。許嵐確信，這一成果將有效促進(jìn)數(shù)字孿生的技術(shù)應(yīng)用降本增效，是數(shù)字城市建設(shè)和發(fā)展的必經(jīng)之路。

DressCode則是由本科生作為主導(dǎo)產(chǎn)出的研究成果，第一作者何開是上科大在讀大四學(xué)生。DressCode利用自然語言的能力，集成了用于縫紉圖案生成的SewingGPT和經(jīng)過微調(diào)的擴(kuò)散模型來合成PBR紋理，展示了用于服裝生成、補(bǔ)全和編輯的交互友好應(yīng)用。這種專為3D服裝設(shè)計(jì)的生成式AI框架，生成結(jié)果完全符合生產(chǎn)和游戲制作領(lǐng)域的需求。把版圖設(shè)計(jì)和生成模型拼接起來，對(duì)于圖形學(xué)領(lǐng)域的研究是一個(gè)重大突破。

縱觀各項(xiàng)成果，上科大信息學(xué)院執(zhí)行院長(zhǎng)虞晶怡告訴澎湃新聞（www.thepaper.cn）記者，最顯著的是這些論文都是由學(xué)生主導(dǎo)，學(xué)生提出非常創(chuàng)新的思想，而老師更多時(shí)候是支持和輔助。

AI時(shí)代的教育、關(guān)于AI的教育，對(duì)于所有人來說都是挑戰(zhàn)。教材需要不斷流動(dòng)，實(shí)時(shí)更新，一旦停止學(xué)習(xí)，老師和學(xué)生都會(huì)迅速落伍。虞晶怡表示，AI教育的范式在快速改變。例如把前沿課程的“教材”改為“教參”或許更為合適，可以讓教學(xué)內(nèi)容更快速地進(jìn)行迭代。此外，國(guó)際頂尖高校經(jīng)常通過研討課的形式，鼓勵(lì)老師和學(xué)生深入交流，一起思考和探索從未想過的問題和方法，也非常值得借鑒。

教育不能再是“填鴨式”的。上科大有一門《信息科學(xué)技術(shù)導(dǎo)論》課程，作為通識(shí)課要求全校學(xué)生修習(xí)，但這門課并不輕松。課堂上只講授基礎(chǔ)的理論知識(shí)，學(xué)生需要在課后花費(fèi)更多的時(shí)間與精力去學(xué)習(xí)鉆研。

與傳統(tǒng)高校的培養(yǎng)方式不同，上?？萍即髮W(xué)作為一所創(chuàng)新型研究型高校，從課程安排到專業(yè)設(shè)置，一直以各種方式尋求教育方法的突破，鼓勵(lì)學(xué)生在本科階段就主動(dòng)參與科研。

專業(yè)設(shè)置上，上科大只分學(xué)院而不進(jìn)行專業(yè)細(xì)分。信息學(xué)院內(nèi)并沒有計(jì)算機(jī)系、電子工程系之類的劃分，有的只是視覺與數(shù)據(jù)智能中心、后摩爾器件與集成系統(tǒng)中心、自動(dòng)化與機(jī)器人中心等7個(gè)研究中心。這些中心有各自不同的科研方向，同時(shí)高度交叉融合，它們不具備區(qū)分學(xué)生的行政意義，但學(xué)生可以根據(jù)自己的科研興趣或?qū)熞庀?，加入不同中心的課題組，參與感興趣的科研。

事實(shí)上，3D生成的方向起初并不為指導(dǎo)老師們所看好，師生之間也曾經(jīng)過反復(fù)討論，有老師認(rèn)為生成式人工智能的研究或許不是今年圖形學(xué)領(lǐng)域關(guān)注的重點(diǎn)。但最終，學(xué)生所展現(xiàn)出的執(zhí)行力得到了意料之外的反饋。

學(xué)界與工業(yè)界的耦合同樣是教學(xué)過程中的重點(diǎn)。虞晶怡告訴記者，信息科學(xué)不能只是紙上談兵，書本上都是上世紀(jì)的問題，而本世紀(jì)有很多重要的問題，需要通過工業(yè)界來學(xué)習(xí)和了解。因此要鼓勵(lì)教授和學(xué)生參與創(chuàng)業(yè)，比如CLAY的完成單位中，就有學(xué)生創(chuàng)業(yè)企業(yè)影眸科技的身影。

作為課題負(fù)責(zé)人之一的許嵐教授表示，CLAY所做的“文生3D”背后的神經(jīng)網(wǎng)絡(luò)模型和“文生視頻”的SORA一致，但最終的表達(dá)形式不同。與多數(shù)3D生成的大模型是利用多視角二維圖案進(jìn)行生成不同，CLAY所做的是“文生3D”的原生技術(shù)，對(duì)3D資產(chǎn)有獨(dú)特的處理，強(qiáng)調(diào)生成內(nèi)容的可控性和交互性，且它所能生成的3D模型質(zhì)量，基本是目前學(xué)術(shù)界和工業(yè)界之最。CLAY所承載的技術(shù)，對(duì)于游戲、電影等數(shù)字娛樂產(chǎn)業(yè)的發(fā)展會(huì)有顯著的拔高。

何開大一暑假便進(jìn)入了VRVC實(shí)驗(yàn)室，在實(shí)驗(yàn)室度過三年時(shí)光，完成了三篇論文。回顧獲獎(jiǎng)研究的出發(fā)點(diǎn)，他說道：“在我們實(shí)驗(yàn)室相繼研發(fā)出了數(shù)字人頭面部生成算法、頭發(fā)表達(dá)算法、語言驅(qū)動(dòng)數(shù)字人動(dòng)作的一系列算法后，我和學(xué)長(zhǎng)分析發(fā)現(xiàn)數(shù)字化服裝設(shè)計(jì)在整個(gè)數(shù)字人的生成流程中也是非常重要的一環(huán)?！?/p>

SIGGRAPH的兩項(xiàng)獲獎(jiǎng)成果均涉及3D的AI生成。CLAY是全新的3D原生Diffusion Transformer生成式大模型，旨在輕松將想象力轉(zhuǎn)化為3D模型。CLAY由一個(gè)擁有15億參數(shù)的模型構(gòu)成，擅長(zhǎng)創(chuàng)建高質(zhì)量、逼真的3D資產(chǎn)。