我不要 paper，我要 dollar

答辩之后突发奇想想去爬华山，一个人就跑了，现在想想反而有点害怕

🦶🚪民调结果已经出来了🤣

请注意上面的注释，这里假设 logger 是一个 shared_ptr。

聊一些浅显的见解，如有错漏，敬请斧正。

人的原因

上面有朋友提到了，人眼对人更敏感。更具体地说，人的视觉对人的体态和面孔特别敏感，这是大多数动物共同的特点。例如一群黑猩猩可以轻易分辨彼此，而人看黑猩猩却觉得都差不多。黑猩猩并不是真的都一样，因为长期相处的研究人员也能分辨不同的黑猩猩个体，只是一般人的视觉对此关注程度不足，有“自动忽略”的倾向。

静物和环境也有类似的原因，例如

• 人眼对亮度的敏感性：人对亮度（明度）变化比对色相变化更敏感，所以不易分辨环境暗部的细节和质量。
• 人眼的视角限制：虽然人的双目视角能达到一百多度，但真正的集中视角非常小（应该是不到十度），对细节的注意力和分辨力也是中心强、边缘弱。所以大多数不会被注视的地方即使质量不那么好，也很难被察觉。

技术的原因

这个话题可以算对是人眼特点说明的自然延伸——人眼能注意到更多面部细节，所以渲染一副面孔经常要考虑很多复杂的生物特征、光学效应。下面我举几个例子，作抛砖引玉之用。

皮肤表面细节

人不是大理石雕像，没有人的皮肤是完美无瑕的，瘢痕、毛孔、绒毛等等细节极其多变，偏偏建模非常困难。通常的 PBR 那种描述粗糙度、金属度的方法，对皮肤来说是不够的，只好辅以大量特殊的贴图。

从几何尺度考量，它们都极小且不易近似，偏偏实时渲染流程中大量隐含的采样过程对高频信号极不友好，所以渲染起来代价很高；从视觉角度来看，一个人脸上有没有这些特征，却可以成为决定他在不在恐怖谷中的关键。

次表面散射

这是大名鼎鼎的光学效应了。只要你把手指放在手机的手电筒上，就能看到手指边缘呈现一种半透明质感。但这种半透明感与一般的透明物体不同，一般建模为不透明物体的表面上有很薄的一层半透明散射介质，需要用专门的方法来渲染。

其实雪地等材质也有次表面散射现象，但是雪地颜色均匀、细节不多，皮肤则全然不同，让次表面散射和皮肤细节配合良好是更难的事情。

小尺度不对称和细节动作

所有人的身体都不是完全对称的，脸部尤其如此。这种不对称属于“有了也看不出来，没有就有点奇怪”，所以艺术家建模的时候就非常难做，游戏这种实时渲染也不允许小小的面部有这么多几何数据。

另一方面，人的表情肌非常复杂——或者说是凡是脸上有肌肉的动物一般都挺复杂，但我们对人脸太敏感。然而现在的 mesh 形变机制并不是从肌肉的动力学出发生成脸部形变的，而是通过大量的动捕数据辅以人工建模完成。动捕可以很精细，但脸部可用的顶点很少，模仿人的微表情就很难很难。这也是为什么游戏人物的表情有时候显得不真实，又很难说出到底哪里不真实。

这种问题在专业数字人领域其实能部分解决，但代价可能是一张 4090 只能跑一个人脸，那么现在显然用不到游戏里。

---

我对渲染的了解很浅薄，上面这些应该都是老生常谈的问题，已经被大家讨论十几年了。但直到今天，还是能看到很多关于数字人的研究在探讨人的真实感渲染难题。而所有难题放到实时渲染里，难度就要上一个档次；放到游戏里，难度又上一个档次。不知道十年后再看游戏，能不能看到前两年黄仁勋演讲的数字人水平。

说一半又歪楼了 😂，想讨论成功与失败大可重新开个话题，你站干脆改叫成功门得了

那我聊聊自己的本科生涯吧。

高三因为打 OI 和自己不太清楚院校教学水平，最终有点意外地来到了西交，并且没考上电类而进入了机类。此时我只能说是比较喜欢计算机，对这个学科未来有多少可能的方向还完全不懂。为了能在大二转专业到计算机，信心不太足的我最后放弃了班长的工作、离开了挑战网，希望自己能拿到还不错的成绩。

然而大一的我还是比较封闭的，不知道考前针对性刷题可以快速提高分数，而我又不是很擅长数学，所以高数线代之类的课程分数都不算多高。倒是因为比较好的空间想象力而在工程制图上拿到了很少有的高分。过了一年有点忙又有点茫然的日子，最后在大类内部排 20% 左右，最后还算顺利地转入计算机。不过转专业考试和小学期 ACM 校队选拔冲突了，结果有好几场比赛没怎么打，也没进入校队。

到了大二，我觉得既然没进入校队，那也就不强求竞赛了。但我不怎么擅长应付，这一年里计院过于贪大求全的课程安排让我非常疲惫，偏偏不少课程糟糕的教学质量又没给我什么收获。结果这一年也有点浑浑噩噩地过去了，甚至还因为记错考试日期挂了数电。期间参加过云计算方面的大创、尝试过希冀的 OS 能力挑战赛（后来因能力不足而放弃 🤣 ），也玩过一些 Web 相关的技术，都没找到让自己很兴奋的方向。

一直到大二结束，我依然是个没什么方向感的学生，可能也就比系里的同学们多一点高中 OI 的经历，所以不太害怕写代码，仅此而已。相较于早早自己找高质量资料自学的同学们，见识应该是落后了很多的。不过数理逻辑的老师和优化方法的老师都很认真，让我体会到好课和差课差距是非常巨大的。

大三上遇到了导师，当时老师只负责图形学课程中大概四分之一的课时，但那一部分是很真诚的，知识密度也很大，最重要的是我听得很兴奋。然后我开始了解到 GAMES 课程，了解到更多关于图形学的东西。在做过一些学习和尝试之后，我觉得这个真好玩，然后就跳进了图形的坑里。其实计组和 OS 这些课都挺能引起我的兴趣，不过都不是那么想做。我是对可见的东西感兴趣吗？也许但不尽然，比如我对前端技术的兴趣就不太大，对建模的兴趣也大于渲染。

在差不多期中的时候我联系导师，然后在老师的介绍下开始学 GAMES 101，本来打算是大三下就进组，后来因为某些身体原因沉寂了大半年。保研的时候，发现自己因为大二挂掉的数电而成绩不够，于是紧紧张张开始考研，最后三个月上岸。加上复试和毕设的一些杂务，我是到大四下学期才真正开始图形学（包括技术和论文）的学习之旅。

这么一看，我上了两年半大学才找到自己喜欢的方向，上了三年半才开始为之作出一点点努力——这进度不快吧。一些同学还是比较抬举我，说我挺厉害之类，但我真的不是个动作特别快或者目标非常明确的人。好多同学在我看来没真正走出尝试的那一步，了解一个方向的时候没还没看到 dirty 的部分就转头去做别的了。我还是认为，至少你要看到 dirty 的部分之后依然不讨厌，才能说自己比较喜欢它。而如果没看到这一步，大多数好恶都有比较重的冲动成分。

我也不是说每个方向都要做很深的实践，那是很耗精力的事情。至少我这种天分中等精力又不太充沛的人做不到。但你可以多看看“课外”的东西，比如说嵌入式的核心知识体系当然很漂亮，但看看 data sheet 呢？看看五花八门的非标优化呢？OS 谈概念是有很多家精妙理论的，但像 Windows/Linux 这样的系统随便查查就能发现很多概念上不大漂亮的地方。也不必特别理解这些工程实践的原因，但总是要看看，如果你有深究、解释、优化它的冲动，这不就很好吗？我觉得喜欢和不喜欢的区别主要在于“这个好麻烦/奇怪但好有趣”以及“这个好麻烦不想看了”之间。

读研之后写作越来越少，真是笔力日拙，所以就说这么多吧。肯定有好多词不达意或者语无伦次的地方，希望多少能帮到你点。

偏好设置 - 话题追踪

https://www.wsj.com/video/china/8EA1AEF6-EAB9-4D55-8035-7694416011D4.html?mod=trending_now_video_2

加沙地带出生率全球最高，平均年龄全球最低，给在卡塔尔住大 house 的哈马斯高层当炮灰，跟黄泛区一样，越穷越生。

问问他为什么清华夏令营里的西交学生不保本校。

用在德育分上了。

男频感情戏基本都跳了，太多就弃文 😇lz 喜欢看设定新颖主线是解密的
（也有没跳的，比如《我们生活在南京》，Q 最喜欢这种一个坑接一个坑挖最后都能填上的 😭可惜这种文好少）

大三下半学期的一门 2 学分课，作业量多到爆炸，7 次作业，4 次实验作业需要写代码写图文报告，3 次实践作业需要写代码写图文报告。
身边同学没有一个不吐槽的，劝别选，不知道这种课的意义是啥，还要求用华为服务器，使用 MindSpore

本人人智，同上此课，已老实，感觉老师讲的大多数能听懂，但是难以和作业建立联系

我觉得可能跟随着温度升高异性的着装变得清凉有莫大的关系，你需要降低自己对异性的身体敏感度、消除神秘感，确定一个固定性伴侣或者某种精神信仰、用道德约束自己避免对异性进行性幻想，进行体育运动发泄雄激素造成的暴力倾向紧张状态

音乐平台的核心竞争力是版权

凡是党中央作出的决策，我们都坚决维护；凡是党中央的指示，我们都始终不渝地遵循。