为什么体积3D技术终于可以用于广播领域了？

诺基亚首席标准化专家 Patrice Rondao  Alface 阐述了 V-DMC 如何为在广播、流媒体和 XR 平台上部署直播及点播体积媒体提供了一条切实可行的途径。

动态 3D 内容一直面临规模化难题。多年来，广播公司和媒体企业一直在探索实时 3D 技术，以打造更沉浸式的体验，如从虚拟演播室环境到专门面向 XR（扩展现实）设备的现场演出。虽然捕捉和渲染技术已取得显著进步，但体积 3D 始终难以突破试验和受控演示的阶段。

其核心限制在于技术层面：虽然基于追踪的网格压缩技术在处理可预测的、类似动画的运动时表现良好，但业界一直缺乏一种高效的方法来处理非追踪的动态网格。简而言之，自然的、真实世界的 3D 内容在每一瞬间的结构都无法保持一致，这使得难以在规模化应用中实现可靠的压缩和流媒体传输。

为什么动态网格会破坏现有流程？

动态 3D 内容中捕捉到的每一个瞬间都会生成一个由成千上万个顶点组成的 3D 网格。在捕捉人物或动态复杂的环境时，这些顶点并不会保持一致。行走的人并非像一个固定的物体那样运动：姿势会变化，衣服会起皱，表面细节也会不断移动。由于 3D 帧之间没有稳定的对应关系，每一帧实际上都会变成一个新的、不规则的 3D 形状。

对于广播公司和内容创作者而言，这造成了明显的运营难题。由于无法控制比特率，压缩效率低下且结果难以预测，而且为了让基于 GPU 的 AI 算法实时生成 3D 网格，必须在 CPU 和 GPU 之间反复传输大量数据。这种传输开销增加了处理成本，引入了延迟，使得大规模实时流媒体难以维持。这些限制解释了为什么广播和 XR 领域的大多数立体内容都是预先录制、高度简化或仅限于受控环境。

一项新的ISO标准解决了这个问题

基于视频的动态网格压缩 (V-DMC) 改变了动态 3D 数据的传输方式。该标准不再逐帧传输完整、精细的网格，而是将原始网格转换为简化的基础版本，并将随时间变化的细节（例如运动或细微的表面变化）映射到 2D 视频帧。这种方法充分利用了现有视频生态系统的优势。视频解码速度快、支持广泛，并且专为大规模运行而设计。借助 V-DMC，解码可以直接在 GPU 上使用硬件加速的视频流水线进行。这降低了解码的复杂性，并最大限度地减少了在 CPU 和 GPU 之间传输大量数据的需求。

这种转变带来了两大优势。首先，它能够实现高质量的实时渲染，同时保留沉浸式XR、体积媒体和数字孪生所需的细节和流畅度。其次，由于V-DMC基于成熟的视频编码技术，因此它确保了广泛的兼容性，无需专用硬件即可在现有设备上运行。

V-DMC 利用专为硬件加速和大规模传输而设计的技术，为在广播、流媒体和 XR 平台上部署实时和点播体媒体提供了一条切实可行的途径。对于实时 3D 工作流程而言，这种转变至关重要。它降低了延迟，提高了响应速度，并使动态体内容的流式传输和渲染更加便捷高效。

V-DMC 还显著提高了压缩效率，将数 GB 的 3D 网格序列压缩到仅几 MB，典型的压缩比在 250:1 到 300:1 之间。

为何标准能推动部署

迄今为止，海量内容创作项目一直依赖于定制流程、专用硬件和定制软件栈。虽然这种方法在实验阶段行之有效，但并不适用于主流广播业务，因为后者对可重复性、成本控制和长期支持至关重要。

V-DMC 大大减少了这些摩擦。它基于现有的视频编码技术，只需少量改动即可集成到现有的制作、分发和播放工作流程中。只需编码一次，体积内容即可在多种设备上解码，从而提高互操作性并降低部署风险。标准化增强了广播公司和服务提供商的信心。它使得围绕旨在广泛应用和持续开发的规范进行规划成为可能，而不是围绕孤立的或专有的实现方式。

对于媒体机构而言，其意义重大。通过与基于视频的运营模式更紧密地结合，立体内容可以超越演示阶段，真正投入实际应用。广播公司可以开始将直播或点播的 3D 内容用于 XR 平台、特别活动和互动式观看体验，让观众能够自由移动并进行空间互动。这项技术在其他行业也极具价值，例如数字孪生、仿真和实时监控。更低的解码复杂度和更少的处理开销提高了响应速度，这对于时间敏感型和任务关键型应用至关重要。在所有这些应用场景中，最终结果都是一致的：减少技术瓶颈，并为扩展动态 3D 内容铺平道路。