四种画面，同一个核心问题
电影特效
实时游戏
合成数据
科学可视化
这些画面背后的共同核心技术是什么？A 图像处理 B AI计算机视觉 D 计算机图形学 E 多种技术共同参与
这背后的共同问题是什么？
如何用代码、数学和计算硬件，把一个数字化的对象或场景变成我们能够看到的图像？
这就是本课程贯穿始终的主线：从模型到像素（Model → Pixels）。
在医学院校，同一个核心问题意味着什么？
医学侧的问题
怎样把人体结构、医学数据和医学过程转化为医生、学生能够观察和理解的视觉表达？
图形学侧的问题
当三维结构已经得到后，怎样表示、观察、投影、着色并实时显示？
先问 AI，再判断 AI
向任意大模型提问
“请用不超过50字解释：什么是计算机图形学？它与计算机视觉有什么区别？”
不是抄答案，而是核验
- 圈出回答中的核心动词
- 判断 Graphics / Image / Vision 是否混淆
- 用教材定义重新修正一句话
两人一组：AI回答 → 人工判断 → 教材/可信来源核验 → 形成自己的定义。
这一课要建立的不是名词表，而是一张“图形学地图”
研究对象
图形学研究什么？
系统组成
模型如何走到屏幕？
核心路径
光栅化与光追是什么？
课程地图
后续章节解决什么问题？
计算机图形学：从“场景”到“图像”
研究如何利用计算机生成、处理和显示视觉内容；本课程尤其关注：怎样把数字化的二维/三维对象与场景转化为图像。
核心过程可以先粗略理解为：表示 → 观察 → 计算 → 显示。
四类经典应用，今天已经彼此融合
信息显示
科学/医学可视化、地图、数据表达
设计
CAD、建筑、工业设计、数字内容生产
仿真与动画
游戏、影视、数字孪生、训练模拟
人机界面
GUI、触控、VR/AR、空间交互
CT 三维重建、自动驾驶仿真、数字孪生工厂、VR手术训练分别属于哪一类？哪些案例跨越多个类别？
一只 Bunny，经历了什么？
从现实对象到屏幕像素
要得到这些效果，需要哪些“人”和“工具”？
数据与设备
扫描、建模、纹理、输入设备等提供场景数据。
算法与软件
几何处理、可见性、着色、纹理等算法决定“怎样算”。
计算与显示硬件
CPU / GPU 执行计算，帧缓存和显示器呈现结果。
如果只给你 Bunny 的三角网格文件，距离“看到最终效果”还缺什么？
基本图形系统：一整条协作链
输入/存储
模型、纹理、相机、交互数据
处理
CPU 组织任务，GPU 执行大规模并行图形计算
输出
结果写入帧缓存，再显示为像素阵列
CPU 和 GPU：不是谁更“强”，而是擅长的任务不同
CPU
- 复杂控制与通用任务
- 场景管理、程序逻辑、资源调度
- 较少但功能强的处理核心
GPU
- 大量相似数据并行处理
- 顶点、片元、纹理等图形任务
- 大量并行计算单元
图形学里最典型的计算特征是：对大量顶点和像素执行相似操作。
图形学的核心问题：从三维场景到二维屏幕
同一个三维场景，从不同相机位置、不同光照、不同算法观察，为什么会得到不同二维图像？
同一个“3D → 2D”问题：从三维器官到医学屏幕
如果医生改变观察方向、切换投影方式或调整光照，同一个三维器官为什么会呈现出不同的二维图像？这些变化中哪些属于“数据变了”，哪些只是“观察与绘制方式变了”？
生成图像的两条重要技术主线
Rasterization
物体 → 屏幕
把图元投影到屏幕，确定它覆盖哪些片元。
Ray Tracing
像素 / 光线 → 场景
从观察方向追踪光线，判断它与场景如何交互。
光栅化 Rasterization：把几何图元“投”到屏幕上
- 以图元/物体为出发点
- 核心问题：这个三角形覆盖哪些片元？
- 吞吐量高，是实时图形长期的核心路径
- 现代 GPU 流水线围绕这一思路高度优化
光线追踪 Ray Tracing：从观察方向“问场景”
- 以观察者/像素为出发点
- 核心问题：这条光线最终看到了什么？
- 更自然地描述反射、阴影、透明和多次光照
- 过去偏离线；现代 GPU 已能硬件加速实时光追
今天的实时图形：不是二选一，而是混合渲染
效率
大量基础可见性仍适合光栅化。
真实感
反射、阴影、间接光可由光追补充。
AI增强
降噪、超分、帧生成降低高质量渲染成本。
120 FPS 手机游戏与单帧可渲染数小时的电影镜头，各自优先考虑什么？为什么今天又不能简单说“游戏=光栅化、电影=光追”？
AI 时代：场景的“表示方法”也在变化
经典图形学
显式几何 + 图形流水线
Neural Rendering NEW
如 NeRF：学习场景表示，再从新视角绘制。
3D Gaussian Splatting NEW
显式高斯表示 + 快速新视角渲染。
方法改变了，但共同问题仍是：怎样表示一个场景，并从指定视角生成图像？
课程内容体系：后续章节在解决哪一类问题？
贯穿主线：场景如何表示 → 从哪里观察 → 怎样计算颜色 → 如何实时交互
基础模块：为后续所有图形计算建立共同语言
图形系统与编程
- 图形系统基本组成
- 图形 API、WebGL 与着色器
- CPU / GPU 的数据与任务协作
数学与空间
- 向量、矩阵、齐次坐标
- 坐标系统与变换
- 二维/三维空间关系
这些内容回答：“怎样把几何问题写成计算机可以高效执行的数学运算？”
建模与表示：计算机里究竟“有什么”？
几何元素
点、线、三角形、多边形、曲线与曲面。
结构关系
坐标、连接关系、几何与拓扑信息。
复杂场景
从单个对象逐步组织成层次化场景。
建模（modeling）解决“对象是什么、怎样表示”；绘制（rendering）解决“给定对象后，怎样生成图像”。
成像与绘制：怎样让模型“被看见”？
观察与投影
决定从哪里看，以及三维如何映射为二维。
可见性
决定哪些表面真正能够被观察者看到。
外观
光照、材质、纹理决定最终视觉效果。
交互技术：图像不是“算完就结束”
输入
鼠标、键盘、触控、姿态与其他传感输入。
选择与操作
定位、拾取、拖拽、视图控制等。
实时反馈
输入改变场景，系统重新绘制，再反馈给用户。
图形 Graphics 与图像 Image：一个是“结构”，一个是“结果”
Graphics / 图形
- 由点、线、面、体等元素构成
- 包含几何、拓扑或场景结构信息
- 可以被变换、观察和重新绘制
Image / 图像
- 二维采样结果
- 通常表示为像素阵列
- 像素记录颜色、亮度等数值
图形学经常做的事情就是：把结构化的场景信息转化为二维像素图像。
图形学、图像处理、计算机视觉与生成式 AI
| 领域 | 典型输入 | 核心目标 | 一句话理解 |
|---|---|---|---|
| 计算机图形学 | 模型 / 场景 / 相机 / 光照 | 生成与呈现视觉结果 | “怎样画出来？” |
| 图像处理 | 图像 | 增强、变换、分析图像数据 | “怎样把图处理得更合适？” |
| 计算机视觉 | 图像 / 视频 | 恢复结构、语义与环境信息 | “图里是什么、在哪里？” |
| 生成式 AI | 文本 / 图像 / 多模态条件 | 生成新的图像、视频或3D内容 | “根据条件创造新内容。” |
说明：这是面向入门学习的任务导向区分。现代研究中这些领域大量交叉，例如神经渲染、3D生成和视觉重建。
同一只猫，不同学科问的是不同问题
- 图形学：怎样建模并绘制一只猫？
- 图像处理：怎样去噪、增强或变换这张图？
- 计算机视觉：这是什么？猫在哪里？姿态如何？
- 生成式 AI：怎样根据描述生成另一只猫或新的3D资产？
情境分析：你会选哪条技术路径？
场景 A · 高质量电影镜头
复杂毛发、间接光、反射与阴影；允许单帧进行较长时间计算。
场景 B · 手机实时游戏
需要稳定高帧率，对输入立即响应，同时尽可能提高视觉质量。
分别会优先采用哪些技术？为什么？如果采用现代混合渲染，又可以怎样组合？
本课内容总结
① 核心任务
从数字模型/场景到可显示的图像。
② 图形系统
输入/数据 → CPU → API → GPU → 帧缓存 → 显示。
③ 两条渲染主线
光栅化强调高吞吐；光追更自然描述光的传播；现代系统常混合使用。
④ 课程地图
基础与数学 → 建模与表示 → 成像与绘制 → 交互与应用。
后续课程将逐个回答：对象怎么表示？怎么变换？从哪里看？怎样着色？如何最终变成像素？
用一句话结束第一课
计算机图形学研究的核心问题是：______________________________
再勾选你目前最不确定的概念：模型 / 相机 / 光 / 光栅化 / 光线追踪 / GPU。下一课从最高频问题开始。