“卧槽？这种级别的图形学技术革命都已经被你搞出来了？”夏彦王恺等人虽然没有专门去修过图形学，但了解计算机科学视觉方向的，对于【从几张平面图像直接重建三维世界】这件事的难度，还是了然于心的。
这项技术，直接预订今年视觉顶会的【最佳论文】基本上是板上钉钉的。
去年计算机视觉和模式识别大会，孟繁岐的残差思想与对抗生成一起夺得了年度最佳论文，今年，这个名号怕是要被神经辐射场和大语言模型技术瓜分了。
“传统的图形学方法通常使用多边形网格来近似物体的表面，但这种方法在渲染细节、反射光照等方面存在许多限制。我听这种新方法，似乎可以直接学习光照和材质之间的关系，也就意味着模拟的场景能够更好地模拟光的反射、折射、阴影等复杂光照效果，以及不同材质的外观。”
夏彦的第一反应还是从游戏这方面，谁让他是一个游戏加技术属性的宅男呢。
之所以多年前的游戏，其中的角色都是奇形怪状的，就是因为当时计算能力所限制，每个模型所存在的【面】数量非常之少，因而显得极其之抽象。
“更关键的问题在于，传统的图形学方法通常需要繁琐的模型建立、纹理映射等预处理工作。但神经辐射场直接就能够从图像数据里学到这种关系，无需手动建模或获取复杂的前期准备数据，极大地简化了图形生成的流程，这实在是太离谱了。”众人第一时间都没能直接去响应孟繁岐的要求，而是仍旧在尽力地去尝试理解到底发生了什么。
孟繁岐刚才所说的每一个应用，都让他们觉得是天翻地覆式的改变，此刻大家都需要稍微先缓一下。
“教育和培训方面怎么样，比如，通过神经辐射场重建的虚拟历史场景可以让学生身临其境地参观古代文明，加深对历史事件和文化的理解。”有人如此提议道。
平心而论，这个应用方式在现在的角度看来，显得有些牵强了，似乎是个没什么参考价值的想法。
但如果考虑到四年后要命的三年疫情，线上平台突然兴起，倒也可以稍微分出一点精力来发展一下线上教育平台，只是不着急就是了。
在后续的讨论当中，几人一时间并没能想出什么别出心裁的点子，只是根据孟繁岐电商广告那方面的思路，在建筑和室内设计、虚拟演艺和舞台剧、虚拟旅游等方向上照葫芦画瓢地提出了一些想法。
这些思路基本上都属于再次一级的需求了，比起孟繁岐已经梳理出来的那些路线，需求估计要少很多。
不过蚊子肉再小也是肉不是？别管这些东西最后能赚多少，展台上总要展示的。孟繁岐一挥手，几人作鸟兽散，纷纷去自行寻找素材又或者是联系潜在客户，直接要样例去了。
林林总总加在一起，神经辐射场的应用领域也有十个左右了，划分一下主次，差不多就足够填满整个展台了。
“算法具体的参数性能，我之前有非常详尽的实验报告，你帮我把公司管宣发广告活动这方面的管理人员都叫过来，我跟他们确认一下哪些东西可以说，哪些东西最好不要展示。”专业的事情最好还是专业的人来把关一下。
此前在美宣布技术之前，谷歌也会派宣发部门与孟繁岐详细校对一些细节和注意事项。
“初版的神经辐射场训练和三维重建的速度确实比较慢，但是这方面我已经有了优化思路了。”孟繁岐初版赶得比较急，做得也比较粗糙。有关速度优化问题，一方面他自己在做，另一方面，也和英伟达在同步进行专项优化。
“有关速度这部分，我们这一次就不做任何的介绍，如果被问到，公司参与展会的人员口径要统一一下。”
“我们是有信心，最后客户使用的时候速度一定能够可以接受是吗？”这点是市场部在意的重点，底牌如果够好看，吹起牛来也更有底气。
“我现在还不能说一个非常具体的数字，但正式开放使用的时候，一定会比现在的版本快一个数量级，所以我们现阶段的数字没有必要对外透露。”
“其次，神经辐射场涉及的算力很大，如果不使用GpU的话，比较难支撑得起来，所以我们的公司规划到底是和英伟达联名成立平台，还是拆分出来自己做，目前这件事也还没有敲定。这点你们在宣传的时候也需要注意。”