亚马逊公布全新AWS服务——「AWS SimSpace Weaver」,可帮助用户构建真实版《模拟城市》(SimCity)般的大规模地形场景。这项新服务将庞大的AWS资源交予用户手中,可借此跨多服务器运行扩展模拟,以充裕的计算和内存容量完成场馆周边人流等各类仿真推衍。
感兴趣的朋友可以在uCrowds上观看令人印象深刻的AWS SimSpace Weaver运行演示,在演示影片中,AWS SimSpace Weaver模拟了100万人在拉斯维加斯四处游走。通过将地理空间数据同成群结队的模拟人群叠加起来,我们就能了解人们怎样休憩、怎样在计算机生成的城市街道上活动。从视频中看,如果瞬间空降100万人,那现有人行道根本容不下他们。只有在将数量削减至5万人时,活动才开始顺畅起来。
AWS技术副总裁Bill Vass在新闻稿中表示:「以往,如果客户想要扩展自己的空间模拟,就必须在准确性与硬件容量之间寻求平衡,这无疑限制了他们所能探究的具体问题。AWS SimSpace Weaver消除了模拟基础设施的管理负担,简化了客户运行大规模模拟的方式,让他们能够专注于创建差异化内容、扩大对模拟开发的访问能力。」
AWS SimSpace Weaver还与流行开发引擎「虚幻5」(曾在《黑客帝国:觉醒》中用于建立城市景观展示)和Unity集成,相信将对开发人员构成更强的吸引力。
好文章,需要你的鼓励
中科大团队开发出LongAnimation系统,解决了长动画自动上色中的色彩一致性难题。该系统采用动态全局-局部记忆机制,能够为平均500帧的动画进行稳定上色,性能比现有方法提升35-58%。核心创新包括SketchDiT特征提取器、智能记忆模块和色彩优化机制,可大幅提升动画制作效率。
传统数据工程面临数据质量差、治理不善等挑战,成为AI项目的最大障碍。多智能体AI系统通过协作方式正在彻底改变数据准备、治理和应用模式。Google Cloud基于Gemini大语言模型构建协作生态系统,让不同智能体专门负责数据工程、科学、治理和分析等任务。系统通过分层架构理解组织环境,自主学习历史工作流程,能够预防问题并自动处理重复性任务,大幅提升效率。
南开大学团队开发出DepthAnything-AC模型,解决了现有AI距离估算系统在恶劣天气和复杂光照条件下性能下降的问题。通过创新的扰动一致性训练框架和空间距离约束机制,该模型仅用54万张图片就实现了在雨雪、雾霾、夜晚等复杂环境下的稳定距离判断,同时保持正常条件下的优秀性能,为自动驾驶和机器人导航等应用提供了重要技术支撑。