NeAR：耦合神经资产-渲染器堆栈
计算机视觉与模式识别
2026-03-31 v3
摘要
神经资产编 authoring 与神经渲染传统上演进为独立的范式：前者生成用于固定图形管线的数字资产，后者将常规资产映射到图像。然而，将它们视为独立实体限制了在保真度和一致性方面进行端到端优化的潜力。本文提出 NeAR，一种耦合神经资产-渲染器堆栈。我们认为，协同设计资产表示与渲染器可实现对更优生成的“契约”。在资产侧，我们引入了光照均衡化 SLAT（Lighting-Homogenized SLAT，LH-SLAT）。利用准直流模型，NeAR 将随意光照的单张图像提升到规范、光照不变的潜在空间，从而有效抑制烘焙式阴影和高光。在渲染器侧，我们设计了针对这些均衡化潜在表示的光照感知神经解码器。以 HDR 环境光图和相机视角为条件，该解码器可在无需逐对象优化的情况下实时合成可重 lighting 的 3D 高斯点云。我们在四项任务上验证了 NeAR：（1）基于 G-buffer 的前向渲染，（2）随机光照重建，（3）未知光照重 lighting，（4）新视角重 lighting。广泛的实验表明，我们的耦合堆栈在定量指标和感知质量方面均优于最先进的基线方法。我们希望这种耦合的资产-渲染器视角能激发未来将神经资产和渲染器视为协同设计组件，而非独立实体的图形堆栈。
关键词
引用
@article{arxiv.2511.18600,
title = {NeAR: Coupled Neural Asset-Renderer Stack},
author = {Hong Li and Chongjie Ye and Houyuan Chen and Weiqing Xiao and Ziyang Yan and Lixing Xiao and Zhaoxi Chen and Jianfeng Xiang and Shaocong Xu and Xuhui Liu and Yikai Wang and Baochang Zhang and Xiaoguang Han and Jiaolong Yang and Hao Zhao},
journal= {arXiv preprint arXiv:2511.18600},
year = {2026}
}
备注
Accepted by CVPR 2026. The project page: https://near-project.github.io/