如何安全、稳定、高效地处理自碰撞 ， 是所有形变体模拟引擎绕不开的问题 。
需要提到的一点 。 大多数非实时碰撞处理技术无法在GPU上有效并行 。 因此 ， 我们的团队最近把大量的精力放在利用GPU进行高效碰撞处理上 。 我们今年的工作将会是一个重要的开端 。
未来
在不久的将来 ， GPU 毫无疑问会越来越快 。
但我们不能单纯把实时模拟寄希望于硬件的提升上 。 过去 ， 实时模拟技术的发展同时依赖于硬件的提升与算法的支持 。 未来 ， 我们同样需要开发更高效、更匹配硬件的模拟算法 ， 来实现更高质量的物理模拟 。
我觉得 ， 多重网格（multigrid）
文章图片
多 GPU 并行
文章图片
等等 ， 都会是值得研究的方向 。
事实上 ， 我最近在 SIGGRAPH 2021 发表的工作 ， 已经可以以一秒一帧的效率模拟一千万个三角形的服装了 。
文章图片
对于流体 ， 我其实特别喜欢基于各种波的实时水面模拟算法 。 我之前在佐治亚理工的同学 ， 现在在奥地利IST的Chris Wojtan教授就做过很多这方面研究 。 当然 ， 流体的表现形式太多样了 。 如果想实时模拟大规模的水花四溅还需要更多的工作 。
文章图片
以假乱真的实时模拟效果出现的那天 ， 不会太遥远 。
作者简介：王华民 ， 俄亥俄州立大学终身教授 ， 四届 SIGGRAPH 技术论文委员会委员 ， 公认的世界级图形学科学家 。 他还是凌迪科技 Style3D 首席科学家兼凌迪研究院院长 。 他曾以唯一作者身份独立完成四篇 SIGGRAPH（全球规模最大、影响最大的图形学会议）论文 。 王华民的论文也屡屡被指定为斯坦福、UC 伯克利等名校图形学课程的参考文献 。
【模拟|图形学的未来：投身业界、布料仿真大牛王华民谈实时模拟前世今生】他的学生遍布知名大厂 ， 从硅谷的 Google、Facebook、Adobe ， 到国内的阿里、字节、百度等图形和模拟开发领域的重要岗位 ， 都有他曾授业解惑的门徒 。 业内流传：如果你研究布料仿真 ， 就不可能没读过王华民教授的论文 。
推荐阅读
- 硬件|Yukai推Amagami Ham Ham机器人：可模拟宠物咬指尖
- 模拟|（图文+视频）C4D野教程：Windows11的壁纸动效是如何制作的？
- 编辑框|一键搞定！PPT最全图形排版攻略
- 操作|用最顶级硬件模拟最经典的掌机，是什么体验？这操作让我直呼内行
- 目标|英媒：滑雪模拟机成高端购物中心一景
- 冬奥|科技与体育梦幻联动 点猫科技用编程模拟冰雪运动助力科技冬奥
- 人物|计算机视觉大牛沈春华回国 全职加入浙江大学计算机辅助设计与图形学国家重点实验室
- 消杀|玩转科学的追光少年
- 问题|玩转科学的追光少年
- 硬件|Floadia开发可长时间保留超高精度模拟数据的存储技术