作为人工智能创新的前沿， NVIDIA 继续推进机器学习、自动驾驶汽车、机器人、图形等领域的技术边界。 NVIDIA 研究人员将在 12 月 6 日至 2021 年 12 月 14 日的第三十五届神经信息处理系统年会上发表 20 篇论文。
以下是一些特色报纸：
无别名生成对抗网络（ StyleGAN3 ）
特罗·卡拉斯、米基卡·艾塔拉、萨穆利·莱恩、埃里克·弗罗斯顿、詹恩·赫尔斯滕、雅科·莱赫蒂宁、蒂莫·艾拉{124； Paper [1246] GitHub [1247]
NVIDIA Research 开发的 StyleGAN3 模型推动了生成性对抗网络合成真实图像的最新技术。这一突破将信号处理和图像处理中的图形原理引入 GANs ，以避免混叠：当图像旋转、缩放或平移时，通常会看到一种图像损坏。论文将于 12 月 7 日星期二上午 12:40 – 12:55 （太平洋标准时间）提交。
EditGAN ：高精度语义图像编辑
Huan Ling*、Karsten Kreis*、李戴青、金承旭、安东尼奥·托拉巴、Sanja Fidler。
Edigan ，一种用于高质量、高精度语义图像编辑的新方法，允许用户通过修改其高度详细的零件分割遮罩来编辑图像，例如，为汽车前照灯绘制新遮罩。 EditGAN 建立在 GAN 框架的基础上，该框架可以对图像及其语义分段进行联合建模，只需要少量标记的示例，使其成为可扩展的编辑工具。海报会议将于 12 月 9 日星期四上午 8:30 –上午 10:00 （太平洋标准时间）举行。
SegFormer ：使用 Transformer 进行语义切分的简单高效设计
谢恩泽、王文海、余志定、阿尼玛·阿南德库马尔、何塞· M ·阿尔瓦雷斯、罗平| Paper | GitHub
SegFormer 是一个简单、高效但功能强大的语义分割框架，它将 Transformer 与轻量级多层感知（ MLP ）解码器结合起来。 SegFormer 有两个吸引人的特性： 1 ） SegFormer 包含一个新颖的分层结构 transformer 编码器，可输出多尺度特性。它不需要位置编码，从而避免了当测试分辨率不同于训练时位置代码的插值，从而导致性能下降。 2 ） SegFormer 避免了复杂的解码器。海报将于太平洋标准时间 12 月 7 日星期二上午 8:30-10:00 发布。
视频 3 。视频显示了 SegFormer 在 Cityscapes-C 数据集上出色的零镜头鲁棒性。
DIB-R ++：学习使用混合微分渲染器预测照明和材质
陈文正、乔伊·利塔连、高军、王子安、曾福吉、萨梅·哈米斯或利塔尼、桑加·菲德勒 Paper
DIB-R ++，一种延迟的、基于图像的渲染器，通过结合光栅化和光线跟踪，利用它们各自的优势、速度和真实感，支持这些照片级真实感效果。海报发布时间为太平洋标准时间 12 月 9 日星期四下午 4:30 – 6:00 。
除了 NoRIP 2021 美国在线的论文外，研究人员和开发人员还可以利用新的高岭土特征加速 3D 深度学习。
Kaolin 正在推出新功能以加速 3D 深度学习研究。 NVIDIA Omniverse Kaolin 应用程序的更新将为大量点云带来强大的可视化效果。 Kaolin 库的更新将包括对四面体网格的支持、光线管理功能以及对 DIB-R 的强大加速。要了解更多有关 Kaolin 的信息，请参阅最近的 GTC 课程。
要查看 NVIDIA Research 接受论文、研讨会和教程、演示的完整列表，并探索 NVIDIA 的就业机会，请访问 NVIDIA 和 NeurIPS 2021 网站。
