多部门创新
稀疏体积数据可以在比以往广泛的工作中找到。医疗、工业、机器人开发、图形和其他领域需要大规模的高分辨率实时模拟，但相应的内存需求可能与硬件限制冲突。NerualVDB 以微小的质量损失提供非常高效的内存分配，解锁不受限制的体积模拟，从而解决这一问题。
基于 OpenVDB 构建
OpenVDB 是用于模拟和渲染动态卷的行业标准库。NVIDIA 在此基础上进行扩展，推出了 GPU 加速的 NanoVDB 处理技术，可显著提高性能。现在，NeuralVDB 具有其前代产品的所有特征和优化，并引入了紧凑型神经表示的结构，可将内存占用量减少高达 100 倍。NeuralVDB 是 VDB 库的再次演进。
无缝集成
VDB 数据通过压缩器编码为 NeuralVDB 表示，该压缩器优先保留帧之间的信息和时间一致性。然后，NeuralVDB 表示可以轻松解码回标准 VDB 卷。从本质上讲，NeuralVDB 旨在与预先存在的 VDB 流程兼容。这可确保将 NeuralVDB 尽可能无缝纳入制作工作流。
NeuralVDB 新动态
提升标准：NVIDIA 推出 NeuralVDB，将 AI 和 GPU 优化引入备受赞誉的 OpenVDB
阅读官方公告，了解 NeuralVDB 及其如何革新体积数据可视化在特效、医学研究和其他行业的使用。
NeuralVDB：使用分层神经网络的高分辨率稀疏体积表示
浏览介绍 NeuralVDB 的突破性研究论文，该论文详细介绍了它如何将机器学习创新应用于 VDB 体积存储，从而更大限度地提高视觉保真度和规模效益。
阅读研究论文（即将推出）