作者| 琰琰、維克多
編者按：SIGGRAPH 2021在太平洋時間8月9日于線上召開。在此期間，Unreal Engine舉辦了一場題為“Building the Open Metaverse”的研討會。本次研討會涉及四個關(guān)鍵主題：平臺和引擎、物理和數(shù)字世界的出現(xiàn)、可能的重大機遇以及互操作性和標準。每個主題進分為35分鐘演講和10分鐘問答兩個環(huán)節(jié)。Cesium首席執(zhí)行官、Unrel Engine主管Patrick Cozzi主持了本次分享會。
元宇宙（Metaverse）的概念近期風(fēng)靡全球科技和游戲行業(yè)，關(guān)于它的由來和命名不必再多少，我們現(xiàn)在要進一步思考如何定義和描述它。在很多專家眼中，一個真正的元宇宙，不應(yīng)該只是互聯(lián)網(wǎng)的三維擴展，而是應(yīng)該追求更加開放的標準。Patrick Cozzi表示，在Epic的視角中，元宇宙可以理解為大量獨立的3D空間以指數(shù)形式相互連接而成的龐大網(wǎng)絡(luò)，任何人都可以對其進行操控，就像一個虛擬的社交平臺，用戶可以從中獲取他們想要的任何東西，比如聊天、玩游戲，購物和看電影。 同時，他強調(diào)，“這個虛擬平臺應(yīng)該是絕對公開和公平的，它能夠滿足消費者和創(chuàng)作者的利益，也能夠在開發(fā)商之間形成良性的競爭關(guān)系。現(xiàn)在討論這一點可能尚早，但它決定著我們看待這個世界的方式，是我們未來生活要面臨的主要問題?！?/span>在平臺和引擎的主題分享中，三位專家主要探討了開放性如何在元宇宙（Metaverse）中發(fā)揮創(chuàng)造性作用，以及開放性所代表的代碼開源、開放標準、開放協(xié)作等一系列重要概念。Rev Lebaredian是NVIDIA高級仿真技術(shù)工程師，他們發(fā)現(xiàn)，模擬虛擬世界是創(chuàng)建AI技術(shù)并將其帶入虛擬世界的的關(guān)鍵，這意味著計算機圖形學(xué)在AI應(yīng)用場景中都能夠發(fā)揮價值，它幾乎涵蓋了從機器人到自動駕駛汽車等所有領(lǐng)域。近幾十年來，計算機圖形學(xué)在構(gòu)建虛擬世界方面提供了核心的技術(shù)驅(qū)動力。過去，研究人員主要關(guān)注計算機圖形學(xué)在娛樂領(lǐng)域的應(yīng)用，包括提升視覺效果或者游戲畫質(zhì)。但隨著第三次人工智能浪潮的興起，這種模式似乎發(fā)生了轉(zhuǎn)變。我們以前很難想象如今的互聯(lián)網(wǎng)會變得如此龐大，如此重要。在Lebaredian看來，如果它不是開放的，沒有統(tǒng)一的標準，每個瀏覽器不能以相同的方式顯示同樣的內(nèi)容，我們今天不可能在這里共享會議，甚至討論未來如何共享虛擬世界。在互聯(lián)網(wǎng)世界中，我們可以一起創(chuàng)造，一起行動，一起工作。他認為，我們需要像互聯(lián)網(wǎng)那樣的一套標準來定義元宇宙。從不同的角度來看，通過低水平管道建構(gòu)元宇宙都是最好的方法之一。自Web誕生至今已制定了許多標準，但顯然，如今web中使用的3D輕量級表示仍然不足以滿足需求，它需要增添獨立的應(yīng)用程序和設(shè)備，以在web之外運行不同的軟件堆棧，并提供更豐富的三維體驗。Lebaredian認為，對于未來的元宇宙，僅僅把3D置于2D網(wǎng)絡(luò)中是遠遠不夠的。而是需要圍繞一套完整的三維web構(gòu)建標準，將二維web嵌入到三維網(wǎng)絡(luò)中。我們知道，二維web和三維web中的文件有著明顯的差別，前者的數(shù)據(jù)尺寸往往要大得多，因而需要一個增量引擎來溝通二者之間的差異和變化。Lebaredian表示，模擬虛擬世界需要耗費大量算力，才能獲得逼真的效果和復(fù)雜的環(huán)境，我們需要最大限度地利用現(xiàn)有的資源和標準，尤其是云計算。同時，他認為制定標準還可以有助于消解內(nèi)容創(chuàng)建和內(nèi)容消費之間的界限?！?span style="font-size: 15px;letter-spacing: 0.5px;">我們所想象的元宇宙應(yīng)該是一個動態(tài)的世界，人類能夠修改、添加，甚至操控它。就像網(wǎng)頁一樣，從最初的HTML1發(fā)展到后來的HTML5，它變得越來越豐富，以至于能夠運行大部分應(yīng)用程序。”基于此，他相信未來Pick Stars，USD formats、API和引擎將形成未來元宇宙的基礎(chǔ)。從根本上說，要想建立一套完整的開放標準，任何一家公司都不可能獨立完成，它需要各位從業(yè)者像搭樂高一樣來共同來建構(gòu)它。元宇宙是一個龐大的網(wǎng)絡(luò)，它超越了互聯(lián)網(wǎng)，超越了任何一家公司。從這一點來看，Lebaredian表示，我們需要從一個原則做起，即保留各行各業(yè)的人們在特定的工作流程中所使用的工具。此外，就像HTML1難以滿足Web的所有需求一樣，如今USD仍缺少很多實時的功能。Royal O‘Brien是Linux基金會數(shù)字媒體與游戲部分總負責(zé)人。他的工作涉及如何實現(xiàn)技術(shù)的開源開放，并將其通過協(xié)同效應(yīng)賦能到不同的企業(yè)，讓更多的開發(fā)者受益。他表示，雖然大家都在談?wù)撛钪?，但它到底是什么我們并不清楚?/span>
他表示，元宇宙不僅局限于娛樂、商業(yè)以及社交等領(lǐng)域，它涉及范圍可能是無限的?！?span style="font-size: 15px;letter-spacing: 0.5px;">目前我們已經(jīng)開發(fā)出了移動網(wǎng)絡(luò)、AR/VR等技術(shù)用來創(chuàng)建虛擬世界，未來可能還會出現(xiàn)虛擬嗅覺、神經(jīng)植入等技術(shù)，面對這種未知和挑戰(zhàn)，我們必須提前做好準備。”對于分布式系統(tǒng)而言，集線器（hubs）是至關(guān)重要的。我們所有人不可能在同一個地方學(xué)習(xí)新聞或進行社交，每個不同的地方都需要成為一個獨立的交互中心。而這樣會讓不同的集線器具有無限的可伸縮性，因為它們需要延伸到整個Web結(jié)構(gòu)當(dāng)中。從社區(qū)的角度來看，開放共享確實能夠帶來最大的創(chuàng)新和增長速度，這是人們不斷進行交流與合作的結(jié)果。如果從一個組織的角度來看，這些技術(shù)的知識產(chǎn)權(quán)可能會限制用戶的使用，并減緩增長速度。而從開源的角度來看，技術(shù)資源可以被無限制的使用。任何不同規(guī)模、不同地域的公司都可以參與同一個開源項目中。而這意味著，開放標準需要按照一個通用的模式來建立，否則會在遷移性和可兼容性方面遇到阻礙。事實上，開源與開放標準不是同一件事。開源可以理解為實現(xiàn)，開發(fā)者可以在任何地方與任何人自由地共享代碼，但代碼的歸屬權(quán)仍屬于一個人。通過社區(qū)的形式組織不同類型的活動，有助于軟件的使用和貢獻代碼，而一個有很多開放標準的軟件，可以讓開發(fā)者們避免重復(fù)造輪子。開放標準中的開源軟件更符合規(guī)范。創(chuàng)建一個可自由使用的標準，重點在于如何實現(xiàn)上層能力的可遷移性。開放標準委員會更關(guān)注有利益相關(guān)者，他們更注重開源質(zhì)量和標準。由于開源通常是由開發(fā)者用戶的實際需求驅(qū)動的，他們在使用開源軟件時，往往會產(chǎn)生很多新的特性和需求。在Royal看來，開放標準和開源支持任何人的分享和貢獻，同時防止了供應(yīng)商壟斷的同時，這為創(chuàng)造可持續(xù)的生態(tài)系統(tǒng)提供了重要保障。事實上，一個可持續(xù)生態(tài)系統(tǒng)從根本上代表了一個完整的商業(yè)系統(tǒng)。這是一個循環(huán)模型。如果一個技術(shù)社區(qū)能夠滿足企業(yè)所提出的需求，它必然會吸引相關(guān)公司來進行共同研發(fā)和完善，而更多不同社區(qū)和團體的參與，或許能夠?qū)⑦@項技術(shù)轉(zhuǎn)化為一個扭轉(zhuǎn)局面、開拓市場的新產(chǎn)品。
從商業(yè)的角度來看，這些項目中產(chǎn)生的技術(shù)，可以轉(zhuǎn)化為產(chǎn)品，進而形成利潤。如果要想在社區(qū)、商業(yè)和開源項目之間實現(xiàn)這種轉(zhuǎn)化，一個基本要求是必須擁有一個完整的生態(tài)系統(tǒng)。因此，從企業(yè)的角度而言，他們可以將公開研發(fā)的技術(shù)轉(zhuǎn)化為商業(yè)產(chǎn)品或解決方案，進而獲取利潤。換一個角度來講，他們參與并投資到開源技術(shù)社區(qū)中，使飛輪持續(xù)運轉(zhuǎn)，也是公司良性發(fā)展的關(guān)鍵。
Vladimir Vukicevic 是Unity軟件工程師，對于元宇宙，他認為，我們需要思考的是虛擬世界與現(xiàn)實世界如何互動的問題，人們是否只能通過內(nèi)置耳機體驗虛擬世界？如何增強虛擬世界的現(xiàn)實感？
在他看來，將現(xiàn)實世界和虛擬世界完全融合在一起，需要找到一種運作的方式。在這個運作系統(tǒng)中，大量傳感器的輸入是關(guān)鍵。創(chuàng)作者需要在虛擬世界中制作能夠被理解所有的內(nèi)容，并做出反應(yīng)。
例如，我們很容易在一個簡單的游戲中嵌入動畫效果，但很難嵌入行為邏輯，這意味著進入屬性時，并沒有一種通用的方法來表達這些動畫，尤其是一些元屬性。然而，元宇宙由一組資產(chǎn)、屬性和行為的構(gòu)成的，它需要與其他虛擬內(nèi)容組合在一起，并進一步實現(xiàn)與現(xiàn)實世界的交互。
事實上，我們并不會事先知道這些行為具體是什么。Vladimir 認為大規(guī)模數(shù)據(jù)開發(fā)，是找到這種可知行為的主要途徑之一。他表示當(dāng)我們在數(shù)據(jù)和行為之間有了清晰的連接后，就可以開始獨立地進行處理，并從中發(fā)現(xiàn)用于建立事物的共同語言，描述事物的方式，描述事物行為的方式。Teddy Bergsman 是游戲巨頭Epic Games公司高級主管。他認為，很長時間以來，只有在擁有頂尖藝術(shù)家的團隊才能真正實現(xiàn)大規(guī)模的數(shù)字化創(chuàng)作，這是因為數(shù)字化創(chuàng)作是一個昂貴且耗時的工作，個人或小型團隊往往難以承受。在10年前，要想解決一個問題必須組件硬件/軟件團隊，并通過公共數(shù)字圖書館的形式共享給所有人。為了捕捉真實世界的輸出，大部分公司一直在執(zhí)行掃描世界的任務(wù)，而由此引發(fā)了很多人的疑問：使用任何引擎構(gòu)建數(shù)字化場景是否都需要構(gòu)建塊？Teddy 在會上提供了一張利用游戲引擎技術(shù)掃描的完全交互式的實時環(huán)境圖，如下：在他看來，在虛擬制作和相機特效的情況下，使用相同的掃描和實時技術(shù)可以合并物理和掃描集，使其沉浸在數(shù)字世界的“火山口”中。然而，我們目前只是觸及了這些令人興奮的技術(shù)的表層功能，還遠遠沒有達到可以掃描地球的地步。據(jù)悉，一個來自全球范圍內(nèi)的200人團隊正在建設(shè)圖書館和研發(fā)掃描技術(shù)，從完整的生物群落到復(fù)雜城市環(huán)境，他們嘗試捕捉一切。捕捉如此龐大和精細的真實世界是一項艱巨的工作，任何一個團隊和公司都無法獨自完成。對此，Teddy的觀點是，要讓我們的星球真正全面地實現(xiàn)數(shù)字化，不能完全靠自己完成，同時要開源掃描庫本身和創(chuàng)建的硬件和軟件。為了達到這個目標，Teddy認為有三個關(guān)鍵問題需要解決。第一、智能手機能夠進行高質(zhì)量的掃描，以消除對專用設(shè)備的需求，其關(guān)鍵的挑戰(zhàn)是為度量構(gòu)造和紋理生成開發(fā)高質(zhì)量和足夠快的處理算法。第二、如何進行在云中進行自動化掃描處理。第三，如何在質(zhì)量、稅收密度、標簽特征等方面進行標準化。Shehzan Mohammed是 Cesium 公司項目主管。他認為，大規(guī)模數(shù)字化能夠顯著提高虛擬場景中更多物理細節(jié)的真實感，且大幅降低內(nèi)容制作的成本。他們目前正在大力投資開源、運行引擎和數(shù)據(jù)庫，使所有開發(fā)人員和平臺能夠集成現(xiàn)實場景中的更多細節(jié)。如果得以實現(xiàn)，這將意味著任何游戲引擎平臺，包括促銷和專有平臺，也可以使用這些庫集成3D。Shehzan表示，盡可能地利用真實世界的位置和數(shù)據(jù)，對于創(chuàng)建豐富的虛擬世界至關(guān)重要。正如有專家強調(diào)的那樣，這件事就像互聯(lián)網(wǎng)不會被一個實體所控制一樣，它需要多種協(xié)作方式，并且相互之間具有互操作性。元宇宙的目標是使活動和內(nèi)容創(chuàng)建能夠更輕松，而實現(xiàn)這一點的最好方法是使用開放標準，APS協(xié)作來授權(quán)創(chuàng)作者?！?/span>“我們一直在探索一種工具，能夠靈活設(shè)計人類的數(shù)字分身。無論是長相還是行為方式，都可以完美‘復(fù)刻’。這一工具要求數(shù)字分身和‘真身’的性格一樣，記憶相通，當(dāng)在數(shù)字世界中暢游的時候，體驗也應(yīng)該是連續(xù)的?！?/span>不同的人有不同的數(shù)字大腦，每個人都有自己的數(shù)字分身，這是一種相互連接，也是一種新的世界。只有這樣我們才有足夠的“靈性”填充這個世界?？傊?，在物理世界和數(shù)字世界之間搭建橋梁是一項復(fù)雜的挑戰(zhàn)，需要整個行業(yè)的努力。而在Mohammed看來，管道和運行時間是需要重點要解決的問題，因為它能夠?qū)⒌厍驁鼍爸械拿恳焕迕讛?shù)字化。Samantha是PitchFWD創(chuàng)始人，也是紐約大學(xué)的教授，以“如何加速新技術(shù)的應(yīng)用”為主要研究方向。在他看來，在解釋一個新事物時，我們需要明白用戶感興趣的方向。站在用戶的角度，我們應(yīng)該思考元宇宙是怎樣的一個世界，用戶如何互動，如何達到沉浸式體驗，能夠收獲什么。游戲、VR/AR/MR、社交等領(lǐng)域被業(yè)界視為元宇宙的重要突破口。作為一位資深游戲玩家，Samantha表示，他作為用戶最關(guān)心的是虛擬世界的體驗感，是否能夠與真實世界無縫連接。其實，元宇宙更多的是在真實世界中的，而且有更多的用戶，互動性更強。玩游戲的過程中，更具有沉浸感。如果想要交易，那么所使用的貨幣是數(shù)字的。更重要的一點是，在元宇宙里，只要你想，就可隨心到達任何時間點和地點。關(guān)于元宇宙里的速度是多少？安全隱私用什么保護？用什么設(shè)備連接真實世界和現(xiàn)實世界？等問題，Samantha認為，元宇宙的速度和真實世界是一致的；隱私可以用區(qū)塊鏈等技術(shù)保護；至于連接設(shè)備，眼鏡是個不錯的載體。關(guān)于交互性，在元宇宙里，萬物皆可互動。2021 年 3 月 10 日，Roblox率先將“元宇宙”概念寫進公司招股書并成功上市，因而被稱為元宇宙第一公司。Roblox將元宇宙定義為具備身份、朋友、沉浸感、低延遲、多元化、隨時、經(jīng)濟系統(tǒng)、文明八大要素的虛擬世界。Morgan McGuire是Roblox公司首席科學(xué)家，他表示，Roblox正在嘗試為用戶提供多個角色，同時打造實時高效的游戲引擎，實現(xiàn)云數(shù)據(jù)存儲功能，并開發(fā)更多協(xié)作性內(nèi)容創(chuàng)作工具。對此，他們現(xiàn)階段需要解決的挑戰(zhàn)，包括三個方面：
第一個挑戰(zhàn)是大規(guī)模的分布式系統(tǒng)。具體包括需要為所有用戶提供自定義的頭像， 完全模擬的3D云環(huán)境和能夠擴展的客戶端；大規(guī)模的網(wǎng)絡(luò)管理。第二個挑戰(zhàn)是自然語言處理。在系統(tǒng)中，你需要為玩家構(gòu)建一些NPC，如何能讓這些NPC自主靈活對話，非常不容易。由于用戶來自世界各地，他們的語言不通，因此所需要的實時的語音翻譯技術(shù)還需要加強；再者，如何為那些有視聽障礙的用戶提供設(shè)施，也是當(dāng)前需要解決的問題。第三個挑戰(zhàn)是如何加強內(nèi)容創(chuàng)作。我們采取的方式是讓專業(yè)人士指導(dǎo)孩子；利用AI的過程性生成；提供支持模擬的編輯器；以及創(chuàng)作的時候支持驗證、剖析和調(diào)試。此外，Neil Trevett在會上分享他關(guān)于“元宇宙是如何進化的怎樣進化”？這一問題的思考。在他看來，元宇宙就像一個去中心化的網(wǎng)絡(luò)，能夠橫跨現(xiàn)實與虛擬世界。在技術(shù)上，其架構(gòu)需要更加先進的用戶界面，社會交互以及服務(wù)的多樣性。但是到目前，并沒有一種設(shè)計或者路線可以滿足所有需求。 構(gòu)建元宇宙需要合成視覺現(xiàn)實、實用XR光學(xué)、實時環(huán)境掃描和語義理解、精確的物理模擬、高效的遠程社交、網(wǎng)絡(luò)傳輸?shù)牡脱舆t等技術(shù)。至于它會如何進化？Trevett表示，可以肯定的是，進化將是有機的，達爾文式的想法、創(chuàng)新、商業(yè)成功和失敗的有機結(jié)合，這一過程必將伴隨混亂、協(xié)同以及令人敬畏的實驗。另外，成熟的解決方案將出現(xiàn)并被廣泛采用，為下一輪創(chuàng)新奠定基礎(chǔ)。他具體談?wù)摿艘韵聨c：首先，標準是基礎(chǔ)，它決定了元宇宙的基礎(chǔ)設(shè)施有多牢固；再者，如果一個平臺想要更加適用，就要符合多種標準。然而，開放的標準和開放的資源非常重要，真正的開放標準不是由任何一家公司控制的，它必須由多家參與，而且定義明確。
開放的標準等同于共享規(guī)格。這需要一個穩(wěn)定的設(shè)計目標，可能需要時間才能就新標準達成共識，因此，一致性測試至關(guān)重要。
如上，開源意味著共享實施（Shared Implementation）。
另外，需要明確專有技術(shù)和開放標準其實并不是水火不容的關(guān)系。他們之間即復(fù)雜又相互依賴。專有技術(shù)標準能夠推動庫奧數(shù)創(chuàng)新，達爾文試驗場智能創(chuàng)新者可以保持長期優(yōu)勢；開放標準能夠滿足廣泛的技術(shù)需求，推動技術(shù)進步。因此，標準是進化的重要因素。
提問1：如何才能讓數(shù)字虛擬世界更加普遍、實用？Teddy：最重要的是打開眼睛，發(fā)現(xiàn)世界的美好，然后獲得設(shè)計虛擬世界的啟發(fā)。本質(zhì)上講，我們的任務(wù)不是復(fù)刻現(xiàn)實世界的每一個細節(jié)，而是復(fù)刻現(xiàn)實世界中最有價值的東西，然后代表這世上的美好。聽起來很簡單，但是做起來非常困難，畢竟評價一個物體、事情是否有價值一直是巨大的挑戰(zhàn)。對比來看，將物體掃描進引擎、工具反而是非常簡單的事情。提問2：對物理世界進行數(shù)字化是一件非常棒的事情，將真實世界數(shù)據(jù)進行組合，然后讓藝術(shù)家對其進行修改。那么，請問你對DNN、GPT-3在數(shù)據(jù)生成的作用怎么看？Mark：我一直強推數(shù)字大腦，無論是程序還是人類，在里面創(chuàng)建的數(shù)據(jù)都會有相應(yīng)的作用，并且數(shù)據(jù)創(chuàng)建的數(shù)量是無限的。構(gòu)建一個“嬰兒”類型的智能數(shù)字系統(tǒng)至關(guān)重要，對于人類來說，我們對不同的數(shù)據(jù)類型有不同的反應(yīng)程度，例如詞匯、聲音、情感等等。人腦能夠處理其帶來的無限數(shù)據(jù)，并歸納為有限的行動。所以，數(shù)字大腦的設(shè)計不可能是“靜態(tài)”系統(tǒng)，而是一個學(xué)習(xí)的模型，從而能夠應(yīng)對正在變化的內(nèi)容。Teddy：我從小就夢想著能與數(shù)字人進行自主對話。其實，一個程序所生成的事情，不一定非得是“當(dāng)下”，可以是歷史。想像一下，你走在17世紀的“大道”上，和那里的人進行交流，了解關(guān)于17世紀這個時代的情況。這是一種沉浸學(xué)習(xí)歷史的發(fā)哪個是，在數(shù)字虛擬的背景下，這種學(xué)習(xí)方式大有可為。 提問3：為了實現(xiàn)這個目標，需要考慮哪些問題？Mark：隱私必須要考慮，如何控制內(nèi)容也遇到了很多挑戰(zhàn)。面對兩個世界的時候，如何調(diào)節(jié)“沖突”也是需要考慮的事情。Teddy：請人類牢記：虛擬合成的東西，在現(xiàn)實世界中并不存在。我們正在為現(xiàn)實世界建模，這樣那些藝術(shù)家和工程師就可以把精力放在“創(chuàng)想”上。雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)特約稿件，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
