由于人工智能带来的成本激增,SAP 已经对大多数招聘和差旅实施了严格冻结。据《404 Media》获取的一封内部邮件显示,只有与人工智能项目直接相关的职位或差旅才可获得豁免。 尽管《彭博社》早在七月份就报道了这些措施,但员工证实目前限制仍然有效。员工们认为,公司近期推出的内部人工智能工具加剧了财务压力,预计该工具将带来巨大的运营成本。 这种情况凸显了企业在平衡人工智能雄心与财政责任时所面临的日益增长的趋势。人工智能远非最初承诺的那样能立即节省成本,反而正在成为许多机构沉重的经济负担,迫使它们限制员工使用并实施紧缩措施,以应对不断攀升的基础设施成本。
“风格化 GGX 着色”是一种将经典卡通美学与基于物理的渲染(PBR)相结合的渲染技术。传统的卡通着色通常使用阈值处理来创建平坦的色彩渐变,而这种方法通过调整标准的 GGX Cook-Torrance 微平面模型,呈现出更现代、更灵活的视觉效果。
通过修改 Trowbridge-Reitz 法线分布函数(NDF),作者引入了一个“高光尺寸”(Specular Size)参数。这使得美术人员能够在保持粗糙表面柔和、自然渐变的同时,对光滑表面的锐利高光进行扩展。该技术提供了两种实现方式:
1. **简化版:** 一种计算成本较低的修改方案,可以扩展高光,但在处理粗糙材质时可能会导致亮度过高。
2. **改进版:** 使用额外的“GGX 匹配”参数,在保持高粗糙度下原始 NDF 形状的同时,成功实现低粗糙度高光的风格化。
这种方法可以无缝集成到现有的 PBR 工作流中,确保了能量守恒并简化了材质校准。为了进一步实现 2D 视觉效果,作者建议将此着色技术与简化全局光照(SH 系数)、基于深度的滤镜、边缘光以及描边等技术相结合,正如《Hi-Fi Rush》等游戏中所呈现的那样。
人工智能通过自动化“实现”层,让代码编写变得更快、更廉价,从而彻底改变了软件工程。然而,本文认为这并不意味着“编码问题已彻底解决”。
编写代码只是复杂流程中的最后一步,该流程始于对业务目标、产品设计和解决方案架构的理解。尽管人工智能擅长构建独立的演示应用,但在成熟组织混乱且复杂的现实中却举步维艰。企业软件开发需要深厚的机构知识——例如安全协议、遗留架构、跨团队归属权以及历史性限制——这些是模型难以轻松驾驭的。
正如文字处理软件简化了新闻工作,却无法取代实地报道的需求一样,人工智能简化了实现过程,却将瓶颈向上游转移。软件工程师的价值依然在于他们理解环境,并在组织特定的约束条件下做出稳健、战略性决策的能力。归根结底,代码只是软件工程的媒介,而非产出结果。人工智能仅仅是剔除了工作中最为机械的部分,从而揭示出工程学的核心挑战始终在于解决复杂的业务问题,而不仅仅是编写语法。