渲染(Rendering)是指通过计算过程,基于底层数据生成一帧成品视觉图像或视频画面——将抽象的数值、几何或概率信息转化为可观看图像上每个像素的取值。在传统计算机图形学与 3D 制作中,渲染指的是在三维场景模型中,计算光线如何与表面、材质以及摄影机光学发生作用,从而产出一张写实或风格化的二维成品。而在 AI 生成的语境下,渲染则更宽泛地指模型的推理过程——将其内部表示(潜向量、噪声场、受权重条件激活的状态)转化为用户最终看到的图像或视频。无论在哪种意义上,渲染都是“将数据转化为图像”的最后一步计算,其质量——即结果的细节保真度、连贯性与视觉准确性——是衡量整条上游流程的最终标尺。

在传统 3D 计算机图形学中,渲染是制作流程中计算密度最高的环节,需要在足以产生可信画面的精度上模拟物理光照行为。光线追踪(ray tracing)、路径追踪(path tracing)、光栅化(rasterisation)与辐射度算法(radiosity)是主要的渲染算法,各自在计算开销与物理精度之间做出不同的取舍。光线追踪与路径追踪通过模拟光线在场景中弹跳来精确计算阴影、反射、折射与全局光照,代价是高昂的计算开销;光栅化则将 3D 几何直接投影到 2D 图像平面,速度足以支撑实时应用,但物理意义上的光照精度较低。实时渲染(电子游戏、交互应用)与离线渲染(影视视效、建筑可视化、动画)之间的区别,反映的是可用算力预算的不同:面向重要影视制作的离线渲染单帧可能要在大型服务器农场上花数小时,而实时渲染必须在消费级硬件上以毫秒级完成。

在 AI 生成中,渲染质量——生成结果的细节、一致性与视觉保真度——由模型架构、训练以及推理过程的质量共同决定。AI 渲染中的瑕疵(模糊、形变、不一致、物理上不合理的现象)相当于传统渲染中的阴影锯齿(shadow acne)、萤火虫噪点(fireflies)与多边形穿插。提升 AI 渲染质量一直是生成模型研究的核心方向:模型架构、训练数据与推理技术的进步,正在持续改善生成输出的物理合理性、细节保真度与风格一致性。对创作者而言,把渲染理解为一个独立阶段——从模型内部表示转换为像素图像——有助于理解为什么生成质量、采样步数、分辨率与模型选择都会影响最终渲染输出的整体气质。