一千盏灯里该采哪一盏：交给一个只答到「簇」的小网络，而它开局就等于别人的答案

1一个像素上有一千盏灯，真正算数的只有三盏

这一章把话说清楚：这篇论文要解决什么、它的改法把哪一步换掉了、换掉之后拿到了什么。它没有改渲染的物理，也没有改蒙特卡洛的数学，它换的是「这根光线去采哪一盏灯」这个决定的产生方式：从「查一棵树的规则概率」换成「一个小神经网络按当前着色点的局部信息现算」，而为了不被上千盏灯撑爆，网络只管到簇这一层。

1.1　一个看得见的场景：三盏灯，两个相邻的点

先给镜头。想象一个室内场景，里面有三盏灯，亮度依次递增，编号 0、1、2。你在画面上盯住一个着色点 x1，问一句：这一点的直接光照，应该拿采样预算去砸哪一盏灯［Fig. 1 图注, p1］。

答案取决于三件事，而每一件单独看都会给出错的答案。只按亮度挑，会挑到最亮的 2 号灯，可这一点对 2 号灯来说处在 BRDF 的方向约束之外，它照过来的光根本进不了这个出射方向；把 BRDF 也算上，视线会转到 1 号灯上，可 1 号灯被一个遮挡物挡住了；把可见性也加进来，才轮到 0 号灯，它最暗，却是唯一真正对这个像素有贡献的那盏［Fig. 1 图注, p1］。

同一个例子里还藏着第二层。紧挨着 x1 的 x2，主导灯又换回了 2 号。也就是说，连"这一点最该采哪盏灯"都不是一个能按区域共享的量，相邻两个点的答案就可以完全不同［Fig. 1 图注, p1］。

③推导：把图上那三组采样行为对上式 (2) 的三个因子，一一对应：只按亮度采＝只用 L_i、加上 BRDF＝用 L_i · f_s、三样齐＝用完整的 F。图里那列红箭头，就是式 (9) 里 q(y) = L_y / L_o 的 argmax。而右侧那个灰虚线框点出的是尺度问题，它正是式 (3) 里 p(y) 必须"逐点变"的原因，框越大，"一份分布管一片点"这个假设就越站不住。

④边界：这张图演示的是两类失效，方向约束（BRDF）与遮挡（可见性）。它没有覆盖的是"灯本身很大"这一情形：当光源有可观的面积时，式 (1) 里那个面积分自身的方差也会成为主导，而那一半不归灯选择管（第 12 章边界 3）。读这张图时不要把"采哪盏灯"当成方差问题的全部。

1.2　前人两条路，各自的代价写在同一句话里

原文把前人的做法分成两类，而它对每一类的批评都紧跟在"它做对了什么"之后［§1, p0–p1］。

第一类：建一棵光层次树（light hierarchy），比如二叉树，按空间位置、强度之类的标准把灯分组；在树上自适应地取一个"割"（cut），把割上的节点当作簇、按重要性给出采样概率；落到具体一盏灯时，要么用簇里的代表灯去求值［Walter 等 2005］，要么继续沿子树下钻，一路抽到单盏灯［Conty Estevez 与 Kulla 2018；Yuksel 2019］。

它的代价是一句话：重要性是在不考虑可见性的前提下算出来的，于是会被遮挡的灯被反复采到［§1, p0］。上面那个例子里 1 号灯就是这一类错误。

第二类：在渲染过程中逐步把可见性纳进来，在线地改进采样分布［Donikian 等 2006；Fernandez 等 2002；Pantaleoni 2019；Vévoda 等 2018；Wang 等 2021］。它们把可见性吃进去了，但代价是另一处：全部依赖复杂的空间数据结构去在线跟踪簇的重要性，彼此之间主要是优化策略不同［§1, p0–p1］；而且它们对每一小片空间里的着色点只优化一份分布，把子区域内部的显著变化忽略掉了［§1, p1］。

两条路合起来看，缺口就清楚了：要么不吃可见性，要么吃可见性但把分布摊平到一整片区域上。这篇论文要补的就是这个缺口，把分布做成逐点的，而且不靠空间数据结构。

1.3　这一次的改法：逐点预测，只预测到簇

原文的主张可以拆成三个动作［§1, p1］：

第一，用网络直接输出"每个着色点选哪盏灯"的分布。输入是该点自己的局部信息（位置、出射方向这一类），输出是这一点上的灯选择概率质量函数（PMF）。这样做的好处是不必维护、也不必查询任何空间数据结构，同时让分布在整个场景上处处不同。

第二，训练目标取 KL 散度（KL-divergence）。原文的说法是：最小化"学到的分布"与"目标分布"之间的 KL 散度，而目标分布本身是用蒙特卡洛采样近似出来的［§1, p1］。这一步的推导是第 3、4 章的内容。

第三，不吃下全部灯，只吃"簇"。要处理成百上千盏灯，逐灯输出概率需要一个容量很大的网络，代价不划算［§4, p3］。所以原文把神经方法和既有的光层次技术拼起来：网络只预测各个簇上的概率分布，簇内部的灯仍旧由既有方法采［§1, p1；§4, p3］。

拼起来之后还剩一个问题：网络是从随机初始化开始的，而随机的概率分布开局几乎没有用。原文的第三步补丁就是残差学习：把既有方法算出来的簇概率当作初始值（基线），网络学的是在这个基线上的修正量，于是开局就等价于既有方法，收敛也被加快［§1, p1；§4.3, p4］。

1.4　和"路径引导"划清界线：这里采的是离散的灯，不是连续的方向

原文自己主动做了一次区分，因为这件事最容易被读混［§1, p1］。神经路径引导（neural path guiding） 那一族［Dong 等 2023；Huang 等 2024；Müller 等 2019］采的是光线方向，那是一个连续的二维域；本篇采的是"第几盏灯"，那是一个离散的、规模随场景增长的选择集。

这条界线不是修辞，它决定了方法能不能用：在一个方向域里去找"很多重要但分布稀疏的灯"，本身就很难；而当灯有几千盏、每盏只占很小一块方向立体角时，把它当成方向上的连续分布去学，等于把问题放到了一个更难的空间里［§1, p1］。换个说法，离散集上的分布是一个"分类"问题，方向域上的分布是一个"密度估计"问题，前者的支撑大小是 M，后者是连续的。

1.5　三条贡献

原文在 §1 末尾自己列了三条［§1, p1］：

三条的分工在第 13 章细讲，这里先记住它们不是并列的三件事：② 是 ① 为了规模必须做的那一步妥协，③ 是 ② 带来的新问题（网络初始化不好用）的补丁。三者是串联的。

1.6　这篇论文的两处读前提醒

第一处提醒关于"它换了什么"。它没有改渲染方程，也没有改蒙特卡洛估计量，它换的是采样分布 p(y) 的来源。所以读到后面那几张对照图时，差异全部来自"每根光线把预算押在哪盏灯上"，而不是来自任何一处物理或积分的改动。

第二处提醒关于"它没做什么"。它把簇内部交给既有方法，这意味着它的上限被既有方法锁住：如果基线给出的簇内采样概率很差，它并不能把错误纠回来［§6, p8］。这一条是原文自己在限制一节里写的，也是第 12 章要展开的第一条边界。

这一章到此为止。第 2 章把前人那两条路拉开来看，尤其是"为什么它们抓不住局部变化"这一条。

2前人两条路：光层次树挑簇，和「给一片区域学一个分布」

这一章把话说清楚：上一章的缺口是"要么不吃可见性、要么把分布摊平"，这一章要说清这两条路各自长什么样，以及它们在哪里、为什么把话说满了。原文的 §2 分了四小节（多灯渲染、基于学习的采灯、重采样重要性采样、路径引导），其中第一节是小节，后三节是"隔壁赛道"，它们是可以接起来的邻居，算隔壁赛道而不是本题的对手。

2.1　多灯渲染：从"挑重要的灯"到"在树上抽到单盏灯"

最早的做法很直白：把灯分成"重要的"与"不重要的"，只给重要的灯发阴影光线，少打一些光线就赢了［Kok 与 Jansen 1994；Shirley 等 1996；Ward 1994］［§2, p1］。

然后出现了一类更"代数"的做法：对光传输矩阵的条目做采样来给灯聚簇，前提是这个矩阵近似低秩［Hašan 等 2007、2008；Huo 等 2015；Ou 与 Pellacini 2011］［§2, p1］。这条路把"哪些灯像"变成一个矩阵分解问题，代价是那个低秩假设。

真正被广泛采用的是光层次树［Fernandez 等 2002；Paquette 等 1998］［§2, p1］：Walter 等［2005］用"在光树上找一个割"来定义簇，并在每个簇上采一盏代表灯。这一步留下了一个偏置，用代表灯代替整簇，估计量就不再是无偏的。

后面的工作把这个偏置修掉了：沿树随机地往下走，一路抽到单盏灯，于是采样过程无偏［Conty Estevez 与 Kulla 2018；Liu 等 2019；Moreau 等 2022；Tokuyoshi 等 2024；Yuksel 2019］［§2, p1］。本篇用的正是这一族：第 6 章里"先选簇、再沿树下钻"的两阶段抽样，就是从这里接过来的。

这一整条路的共同短板，原文只用一句写：这些技术都不在采样时考虑可见性［§1, p0；§2, p1］。换句话说，树只知道"这盏灯有多亮"，不知道"这盏灯现在看不看得见"。

2.2　基于学习的采灯：吃进了可见性，摊平了分布

第二条路把可见性作为学习目标的一部分，方式分两档：离线预处理［Georgiev 等 2012；Wu 与 Chuang 2013］，或者在线更新［Donikian 等 2006；Fernandez 等 2002；Pantaleoni 2019；Vévoda 等 2018；Wang 等 2021］［§2, p1］。

它们的共性，也是本篇瞄准的地方：都依赖空间数据结构去跟踪分布，并且对"一小片区域里的一组着色点"只学一份分布［§2, p1］。原文对这一点的判词是"抓不住细粒度的变化"［§2, p1］。

这一句要和图 1-1 右侧那个灰虚线框连起来读。框不是随手画的：它把"一个空间子区域"这件事具象化了，而本篇的反驳也只有一句话，把框缩小到"一个点"，问题就没了。代价是你不能再靠空间数据结构共享状态，于是要么把每个点的分布都存下来（存不下），要么现算（这就是网络）。这个二选一，就是整篇论文的起点。

2.3　重采样重要性采样：邻居，不是对手

原文专门给重采样重要性采样（Resampled Importance Sampling，RIS） 留了一小节，但它给这层关系的定位是"互补"［§2, p1］。

RIS 的机制［Talbot 等 2005］：先从一份简单的提议分布里抽样本，再按一组由"复杂但未归一化的分布"导出的权重，从这些样本里选出一个子集；那份复杂分布可以同时把材质、几何、可见性都算进去［§2, p1］。

它已经被推进到实时渲染，最有名的是时空重采样（ReSTIR）［Bitterli 等 2020］，以及面向全局光照的两个变体 ReSTIR-GI［Ouyang 等 2021］与 ReSTIR-PT［Lin 等 2022］［§2, p1］。

关联句在最后：包括本篇在内的多灯采样方法，与这些重采样框架是互补的，它们可以用来改进 RIS／ReSTIR 的候选分布，从而把那些方法的结果再抬高一层［§2, p1］。这句话也解释了为什么本篇的对照里会出现 ReSTIR：它是同一条管线上的可替换零件，而不是同一个问题的另一种解法。

2.4　路径引导：方向域上的老邻居，和一处必须说清的分歧

路径引导（path guiding）做的是方向域上的重要性采样［§2, p1］。早的一些靠数据结构（二叉树、四叉树之类）把拟合出来的分布存下来［Müller 等 2017；Rath 等 2020；Vorba 等 2019；Zhu 等 2021b］；近一些的用神经网络去拟合目标分布，离线的［Bako 等 2019；Huo 等 2020；Zhu 等 2021b,c］与在线的［Dong 等 2023；Huang 等 2024；Lu 等 2024；Müller 等 2019］都有。

原文对它也留了一句判词：在"很多灯、而且分布稀疏"的场景里，把准确的分布拟合出来仍然困难，这限制了这条路在这类场景里的效果［§2, p1］。

然后是两处关系：一，路径引导与采灯是互补的，它们和多重重要性采样（MIS）结合起来，才能有效覆盖多样化的场景［§2, p1］；二，本篇的启发来自神经路径引导，但分歧点写得很明确，本篇要的是一个"离散域上的新表述"，而不是在二维方向域上学一个连续分布［§2, p1］。

把这一章收一下：这四小节里，前两节是"同一道题的前两次作答"（树不含可见性、学习把分布摊平），后两节是"隔壁赛道的邻居"（RIS／ReSTIR 和路径引导都能与本篇组合）。第 3 章起，本篇自己的推导开始。

3把「挑哪盏灯」写成一个期望，再写成一个估计量

这一章把话说清楚："采哪盏灯"这件事要先被写成一个可以说话的数学对象，后面才有损失函数可谈。原文用了四步：把直接光照写成逐灯贡献之和（式 1）→ 把每一盏灯的贡献写成面积分（式 2）→ 把求和写成期望（式 3）→ 把期望写成可执行的估计量（式 4）。这四步里没有一处新物理，全部是记号上的搬运；但每一步都留下一个后面要用到的副产品，本章逐条点出来。

3.1　第一步：直接光照就是"逐灯加总"

原文的目标量是点 x 处沿出射方向 ω_o 的直接光照反射辐射度 L_o(x, ω_o)，并且从"所有光源贡献之和"开始写［§3, p1］：

这条式里有两个记号要先立住。M 是场景里光源的总数；y 是光源的编号，从 1 数到 M；L_y 是"只有第 y 盏灯亮着"时这一点收到的反射辐射度，所以把它全部加起来就还原成 L_o［§3, p1］。第二个等号做的是另一件事：把"第 y 盏的贡献"从一个抽象的量，展开成"在它自己的面积上做积分"，A_y 是第 y 盏灯的面积，F 是被积函数，z 是落在灯上的那个积分点［§3, p1］。

这一步的副产品是"离散"这两个字的出处：采样的对象是 y ∈ {1, …, M}，一个有限的编号集合。后面所有关于"分布是 PMF 而不是 pdf"的说法，都是从这一条式的下标来的。

3.2　第二步：被积项拆成"发光、反射、几何与遮挡"三样

F 是什么，原文单独给了一条式［§3, p1］：

三个因子的分工，逐项对上第 1 章那个三盏灯的例子：

这张对应有原文的分解做依据［§3, p1］："被积项 F 建模的是"灯上的 z 点发出来的光与这一点的表面之间的相互作用"，并把它拆成上述三项。三盏灯那三个反例，恰好就是"只用其中一个因子会怎样"，这也解释了为什么"重要性"这件事在本篇里必须用三因子共同定义。

一处容易读漏的地方：G 里含可见性，而可见性恰恰是空间数据结构和神经方法之间的分水岭。第 2 章说树"不在采样时考虑可见性"，并不是说树算不了 G，G 在求值时当然要算，缺的是"把它用在决定采哪盏灯上"。这一步的区别是本篇与第 2 章前两节的分界线。

3.3　第三步：把求和写成期望

有了 L_y，就可以把"加总"写成"按某个分布求平均"［§3, p2］：

这一步是整个方法的枢纽：只要把"从哪个分布里抽 Y"这件事定下来，"挑哪盏灯"就变成了"从 p(y) 里抽一个编号"。原文对 p(y) 的说明是：它是概率质量函数（PMF），含义是"在点 x、出射方向 ω_o 上选中第 y 盏灯的概率"；为了记号简短，原文把对 x 与 ω_o 的依赖从写法里省掉，但在含义上它们是带着的［§3, p2］。

紧接着是这条式成立的条件，它必须单独记住：只要 p(y) 在 L_y(x, ω_o) 非零的地方都非零，这个等式就成立［§3, p2］。这条约束的含义是"别把可能贡献的灯漏在采样范围外"，一旦某盏有贡献的灯的 p(y) 恰好是零，除以 p(Y) 那一项就爆掉，估计量不再是原来的量。这条约束在第 12 章的边界一节里会再出现一次。

3.4　第四步：期望写成可执行的估计量

最后把期望换成 N 个样本的平均［§3, p2］：

这里的 Y_j ∈ {1, …, M} 是 N 个独立抽出来的光源编号，每个都服从 p(y)［§3, p2］。到此为止，渲染一侧的全部需求就只剩一件事：拿到一份好的 p(y)。

原文紧接着给出这一章的落脚句，也是全篇最重要的一句动机：p(y) 的选择会显著影响估计量的方差；要降方差，p(y) 就应该尽量贴近"分子那一项"的分布［§3, p2］。

这句话值得拆开读。分子是 L_y，也就是"这盏灯实际贡献了多少"。如果 p(y) 正好正比于 L_y，那么每一项 L_{Y_j} / p(Y_j) 都变成同一个常数，估计量的方差直接归零；p(y) 离 L_y 越远，被抽到的样本里就越容易出现"权重特别大"或"权重特别小"的项，方差就越大。这就是把采样预算押在贡献大的灯上的全部道理，也是式 (9) 把目标分布取成 L_y 归一化形式的直接原因。

3.5　三个必须记住的记号，与一个还没解决的问题

原文还给了一处实现上的交代：算 L_y(x, ω_o) 需要把式 (1) 里那个积分求出来，这一步同样用蒙特卡洛做，在光源上随机采一个点 z；并且沿用了采灯方向既有的标准技术来完成这件事［Hart 等 2020；Shirley 等 1996］［§3, p2］。这句话在第 4 章的式 (10) 里会变成一个具体的分母项 p(z｜y)。

本章留下一个还没解决的问题："贴近分子的分布"只是一个愿望，p(y) 到底怎么得到？ 原文的答案是让一个神经网络把它参数化出来，然后在线训练［§3, p2］。训练意味着要有一个损失函数，第 4 章就从"该拿什么当损失"开始。

3.6　一个三点小算例：p(y) 选得好不好，方差差多少（本页演算）

这一节是本页为了把 §3.4 那句"降方差"落实而做的一次演算，原文里没有这一段。数字是构造的，结论是通用的。

设三盏灯在某一点上的贡献分别是 L_0 = 9、L_1 = 1、L_2 = 0（第三盏在这个出射方向上完全不贡献），于是总量 L_o = 10。目标分布应当是 q = (0.9, 0.1, 0)。现在拿三个候选采样分布来比：

逐个算单次估计的取值与它的标准差（估计量就是式 (4) 在 N = 1 时的样子，取值是 L_y / p(y)）：

三行合起来说明三件事：

1. "把采样预算押在贡献大的灯上"这件事的收益是可以算出来的，在这个例子里它是"方差归零"。
2. "排序对了、比例不对"（C 对 B）就已经收回了超过一半的方差（146 → 64）。这也解释了为什么一篇方法即使只学到大致正确的分布，也能拿到明显的收益，它不需要学准，它只需要学对方向。
3. C 之所以没出事，是因为它给零概率的那一盏正好是不贡献的那一盏。把 L_2 从 0 改成 0.1（于是 L_o = 10.1，目标分布变成约 (0.891, 0.099, 0.0099)）C 立刻失效，它给 2 号灯的概率是 0，而 2 号灯的贡献不是 0，式 (3) 的前提被破坏：那部分贡献永远采不到，估计量不再是 L_o。这正是式 (3) 那条"p(y) 必须在 L_y ≠ 0 处非零"的约束在算术上的样子，也是第 12 章那条"没写出来的边界"的具体触发方式。

这段演算与第 12 章那条"原文没写出来、但可以从式子里读出来"的边界，是同一件事的算术版。

4损失取 KL 散度，以及为什么可以扔掉一个算不出来的因子

这一章把话说清楚："让学到的分布贴近目标分布"这句话，要先被写成一个能求导的损失，再被写成一个能采样的梯度，最后还要处理掉一个算不出来的项。原文的六条式（(5)–(10)）是一条链：取 KL 散度当损失（式 5）→ 对参数求导（式 6）→ 改写成对"学到的分布"的期望（式 7）→ 用采样去近似这个期望（式 8）→ 把目标分布定下来（式 9）→ 扔掉那个未知因子，得到最终能在路径追踪里跑的梯度（式 10）。本章的最后一节（§4.5）是这条链上最容易引起怀疑的一步，也是最值得单独读的一步。

4.1　损失：两个分布之间的距离

原文先定"贴近"这个词的数学版本：最小化学到的 p_θ(y) 与目标 q(y) 之间的 KL 散度［§3.1, p2］：

θ 是网络的参数，p_θ(y) 就是网络输出的那个 PMF。这条式的读法：在每一个灯编号 y 上，比较"目标概率 q(y)"与"网络给的 p_θ(y)"，按目标概率加权，把比值取对数再加起来。因为权重是 q(y)，所以网络在"目标认为重要的灯"上给错概率，代价最大，这正是想要的形状。

4.2　求导：目标分布与参数无关，所以只剩一项

要最小化它，就得对 θ 求导［§3.1, p2］：

从式 (5) 到式 (6) 的过程里有一处"消失"：q(y) 对 θ 的梯度被丢掉了。原文的理由写得很短：目标 PMF 与 θ 无关［§3.1, p2］。这一句是成立的，但它的前提在后面才兑现，式 (9) 会给出 q 的定义，里面出现的 L_y 与 L_o 都是"当前这一点、这一方向的真实光照量"，不随网络参数变化。所以 q 是一个"随场景固定、随着色点变化"的量，不是一个随训练漂移的量。读者如果在这里卡住，可以先跳到 §4.4 看 q 的定义，再回来。

4.3　把梯度改写成"能从网络自己的分布里采样"的形式

式 (6) 的求和是对 q 做的加权，而 q 是目标分布，采样时不方便。原文接着做了一步变换：把它写成一个对 p_θ 的期望［§3.1, p2］：

这一步的用处只有一个，但很关键：期望的下标换成了 p_θ(Y)，而 p_θ 是网络自己产出的分布，采样时本来就要从它抽灯编号［§3.1, p2］。换句话说，训练用的样本恰好是渲染时已经在抽的那些样本，不额外花成本。

有了期望，就可以照式 (4) 的老路子把它换成 N 个样本的平均［§3.1, p2］：

这一次样本 Y_j 是从"学到的 PMF" p_θ(y) 里抽出来的［§3.1, p2］。到这一步，训练回路已经可以描述了：从当前的 p_θ 抽灯 → 估计这一项的梯度 → 更新 θ → 再抽。

4.4　目标分布长什么形状：L_y 除以 L_o

剩下 q 没有定义。原文的定义很直接［§3.1, p2］：

读法：L_y 是第 y 盏灯单独贡献的反射辐射度，L_o 是所有灯加起来的总量，所以这个比值就是"第 y 盏灯在总量里占多大一份"。它恰好就是 §3.4 里希望 p(y) 贴近的那个形状，按贡献比例分配采样预算。

后面那一项不是装饰。原文专门写了一句：式中的第二项保证 q 是一个合法的 PMF（加起来等于一）［§3.1, p2］。因为 Σ_y L_y = L_o，除以 L_o 之后和正好是一，这也是为什么这条式和式 (1) 的第一个等号是同一件事的两种写法。

两处细节要在同一段里交代：

• L_y 怎么算：它里面有式 (1) 的积分，原文用蒙特卡洛点采样近似，在第 y 盏灯上随机选点 z，对 F(x, z, ω_o) 取值［§3.1, p2］。这与 §3.5 末尾那句交代是同一件事。
• L_o 怎么算：原文明确说它未知，因为它正是想要估计的量［§3.1, p2］。

于是矛盾出现了：目标分布的定义里含一个未知量，而损失函数的梯度里又带着这个目标分布。下一节就是处理这件事的。

4.5　扔掉 L_o：为什么可以，以及它换来什么

原文的处理只有一句，但它给出的理由是整篇里最具体的一处：优化用的是 Adam［Kingma 与 Ba 2015］，而 Adam 是按"当前梯度与它历史平均的比值"来更新参数的，所以这一项可以安全地省略［§3.1, p2］（原文同时引了 Dong 等 2023 与 Müller 等 2019 作为同型做法）。

这一句值得把它拆成可以核对的推理，因为它容易被误读成"反正小就当它没有"：

这段推理也解释了实验里的一个设置：原文在全部对照里都用 Adam、学习率固定在 3×10⁻²［§5.1, p4］。换优化器就要重新面对 L_o 这一项，这一点原文没有展开，但它可以从上面这张表直接读出来。

把 q 和 p(z｜y) 一起代回式 (8)，就拿到最终的梯度估计量［§3.1, p2］：

这条式在原文里是"行内编号"的，编号 (10) 与式子同处一行，不是独立成行。阶段 1 的首扫正是因此把它漏掉，把式数记成了 11 条（见第 14 章 §14.5）。

式 (10) 里有三个新面孔，逐个交代：

原文紧接着把这条式翻译成一句人话，这句是本篇的"训练循环说明"：这套表述说明，"优化这个损失"等价于"最小化一个被 F 的蒙特卡洛估计值加权的负对数似然"；因此这个损失可以在路径追踪的过程中、以在线的方式高效优化［§3.1, p2］。

这句翻译值得记住，因为它把三件事同时说清了：损失的形式（加权负对数似然）、权重的来源（F 的 MC 估计）、训练可以发生在哪里（就在渲染循环里，不需要单独的离线训练阶段）。第 8 章的残差学习要解决的，恰好是"在线训练"带来的启动问题。

4.6　从式 (5) 到式 (10)：一条可以自己复核的推导链

这六条式连起来，可以缩成五步。每一步"起点是什么、做了什么、得到什么"写在下面这张表里，读者可以拿它逐行复核：

这张表里第 2 步是唯一一处"看起来像技巧"的地方，但它的目的很实在：只有把求和改写成对 p_θ 的期望，"训练用的样本"才能与"渲染用的样本"是同一批。第 5 步则是全篇唯一一处"主动丢掉一个东西"的操作，它的合法性完全依赖优化器类型（§4.5 那张表）。

反向核一遍也很快：把式 (10) 里 F / ( p(z｜y) · p_θ(y) ) 那一坨记成 w，它就是"用当前分布抽到这个样本时，这个样本的贡献被高估或低估了多少"；乘上 ∇log p_θ(Y_j) 之后，w 大的样本对梯度的推力就大，这正是 §7.4 那句"让高贡献样本下次更容易被抽到"的梯度版本。

本章到此为止。第 5 章讲网络本身：三层、三个输入、三条编码。

5网络只有三层，但要给三种输入各配一条编码

这一章把话说清楚：损失定完了，接下来是"用什么去拟合 p_θ"。原文 §3.2 只有一小段，但它把三件事一次说完：实现框架、网络规模、三种输入各自的编码方式。这一章短，因为原文就短；但它给出的每个数字都会在第 11 章的消融里被单独检验一次。

5.1　实现与规模：三层、每层 64 个神经元

原文的第一句就把实现交代完了［§3.2, p2］：

• 用 tiny-cuda-nn 实现［Müller 2021］；
• 网络由 3 个隐藏层组成，每层 64 个神经元；
• 中间激活用 ReLU［§3.2, p2］。

这三个数字放一起看，它属于"很小"的那一档。这也和第 1 章的定性一致：网络不做场景表示，它只回答"这个点在这么多簇里更该采哪一个"，输出维度等于簇数、输入维度只有几种局部量。第 11 章的残差消融（图 8-1）会从另一个方向验证这一点，如果网络本身容量是瓶颈，那么"从零学"和"学修正量"的差距不会只在收敛速度上，而会稳定到最终质量上。

5.2　三条输入，三条编码

原文对输入的处理是分路的，每条路各配一种编码［§3.2, p2］：

三种编码各自对应一类量的"形状"，这是这段值得多读一遍的地方：

• 位置是空间上的稠密量，用可学习网格是对的，场景里的重要灯分布本来就是空间上分块变化的，网格天生带"邻域共享"的归纳偏置。
• 方向是球面上的量，用球谐是这类量的标准展开；取到 4 阶是在"能表达足够的角向变化"与"不引入过多系数"之间的一个选择。第 11 章的编码消融（图 9-1）测的是位置编码，不是方向编码，这一点在读消融时不要混淆。
• 法线是一条单位向量，one-blob 编码是为了避免把球面上的取值当成"不相关的数字"来处理；32 个 bin 是它在这一路里选的分辨率［Müller 等 2019］。

原文对这三路的用途还给了一句解释：加这些输入是为了能建模"辐射亮度与 BSDF 的乘积"，并且法线这一类输入在相近的学习任务里也有先例［§3.2, p2］。这一句和式 (2) 的分解正好对上：L_i · f_s 那一对乘积，正是网络要拿来判断"哪盏灯对这个方向有意义"的依据。

5.3　一处必须交代的原文缺陷：这一段的接续在文字层上缺一个短句

上表最后一行之后，原文的这一段在文字层上是不接的，这一点要写在明处，因为它是本页在整篇里唯一一处无法从 PDF 文字层确证的地方：

• p2 右栏的最后一行是 … spherical harmonics with degree 4 for normalized outgoing ray direction ωo；
• p3 左栏的第一行是 so we can model the product of radiance and BSDF. We additionally provide normal …。

两行之间在文字层上没有任何字形（逐字形追踪 0 命中），那个位置也没有任何图形对象，属篇内唯一的文字层空洞。本页因此只写可以确证的三条编码，不替原文补那个从句；第 14 章 §14.5 会把这条缺陷连同它的复现办法一并记档，方便后来者复核。

另外，p3 左栏这一段的第一行是"从 so 起头的小写句"，所以它前面确实还有一个短句被排版跨页切走；这属于所据 PDF（作者版）的排版与文字层缺陷，不是原文的内容缺失。

5.4　网络这一段留下的三个接口

把 §5.1–§5.2 收成一张接口表，因为后面三章都要用到它们：

注意第三行那个写法：式 (12) 里网络的输出被写成 f_θ(x, ω_o)[c]，它的输入只写了 x 与 ω_o。这不是漏写：法线是"位置这一侧的局部几何"，在实现里与位置一起进网络；原文在式子里只保留了"这一点、这一方向"这两个最本质的自变量［§4.3, p4］。

本章到此为止。第 6 章讲：灯多到几千盏的时候，这个网络为什么不能直接输出 M 维，以及分簇之后抽样怎么走。

6灯太多就分簇：先选簇，再沿树下钻

这一章把话说清楚：上一章的网络输出维度等于灯数 M，这在几十盏灯时没问题，在几千盏时就不成立了。原文的解法是把灯先分成一小撮簇，网络只对簇输出概率；簇内部那一盏灯，交回给第 2 章那棵光层次树去抽。本章要交代三件事：为什么直接输出 M 维撑不住、p(y) 怎么拆成两层、簇内部那一层概率是怎么从树上算出来的。

6.1　为什么"直接输出 M 维"这条路走不通

原文把这件事说得很直接［§4, p3］：直接用网络估计每一盏灯的概率，只在灯数较小时可行（原文给的量级是"几十盏"）；当着色点面对的灯有成百上千盏时，直接估计这个 PMF 需要一个容量很高的网络，计算复杂度显著上升，方法变得不实用［§4, p3］。

这句话里有两个不同的成本，要分清：

三个成本叠起来，结论是"不能把灯当成分类的类别集"。而这恰好也是本篇与"路径引导"分野的另一种说法：方向域是连续的、无法枚举，所以那边建的是密度场；灯是离散的、可以枚举，但一旦枚举到几千个，分类头本身就变成了瓶颈。

6.2　拆成两层：先选簇，再在簇内选灯

原文的解法借的是既有方法的势［§4, p3］：把全部灯分到 S 个互不重叠的簇 L_c（c ∈ 1, …, S）里，于是灯选择 PMF 被分解成两层：

p(y) = p(c) · p(y ｜ c)

两层的分工在原文里写得很清楚：p(c) 是选中簇 c 的概率，p(y｜c) 是在簇 c 内部选中第 y 盏灯的条件概率；网络只负责建模簇选择 PMF p_θ(c)，而"簇内选哪一盏"仍旧交给既有的层次技术［Conty Estevez 与 Kulla 2018；Yuksel 2019］［§4, p3］。

这个拆法带来一处直接的好处，原文把它当成这一节的重点：因为簇是由既有方法建的，那棵树上本来就带着"每个簇有多重要"的初始概率，于是网络可以学"对这些初始概率的修正量"，而不是从零预测，训练收敛因此明显改善［§4, p3］。这就是残差学习的入口，第 8 章展开。

6.3　先把整条链路看一遍：三格总览

在读任何一条式子之前，先把流程看一遍。原文用一张三格总览图把"网络算什么、抽样怎么走、训练数据从哪来"三件事画在一起［Fig. 2 图注, p3］。

③推导：三格可以逐一对上三条式子。左格是式 (12)：log(w_c) + f_θ(x, ω_o)[c] 里的 w 就是"预先算好、全程固定"那一份，f_θ 是网络输出；中格的两步对应 p(y) = p_θ(c) · p(y｜c)（第 6 章）；右格那条回流对应式 (11) 的梯度估计，追完路径之后，样本带着 F 回到网络，把簇概率往上推。三格连起来看，它画的就是一个"边渲染边学"的闭环。

④边界：左格"基线全程固定"这五个字，同时把本篇的边界 2b 也画出来了：簇内那一半概率不由网络产生，所以当基线给出的簇内分布很差时，网络在图上没有任何一条路径可以去纠正它。这张图的完备性止于"簇这一层"。

6.4　簇从树上怎么取：一个割，与一棵不平衡的树

总览图里的"红色节点"和"绿线"需要一份更细的说明，原文单独用一节写它［§4.1, p3］。

第一步是建树：给定场景，先用既有技术建一棵光层次树［Conty Estevez 与 Kulla 2018；Yuksel 2019］［§4.1, p3］。

第二步是取割：把树上指定层 k 的节点选作光簇；这个割是全局的、对整个场景固定［§4.1, p3］。"全局固定"这四个字是第 12 章第一条边界的一半。

③推导：图里"7 个簇节点"这个数正好是式 (11) 能化简的前提。因为树不平衡，第 3 层的内部节点不是 2³ = 8，而要靠"叶子补位"凑成 7；而单盏灯的概率是簇概率乘上路径概率之积，所以 p(y｜c) 完全由构树方法决定、与 θ 无关，式 (11) 里它被留在分母、被挤出对数，依据就是这条绿线的乘法结构。

④边界：这张图能直接看出边界 2a 的来源。割是一条水平线，而各分支的深度并不相同，切过去之后，有的簇包着一盏灯，有的簇包着一整棵子树，同一个簇内部的"重要性差异"因此可以非常大。这就是"固定全局割"在结构上的代价。

第三步是处理一个现实问题：树不是满的。原文的原话是"在实际场景里树通常是不平衡的"，因此第 k 层的内部节点数并不总等于 2^k［§4.1, p3］。处理办法是：把来自更高层的叶节点也一并算进簇里，这样网络可以直接估计"一个叶节点对应的单盏灯"的概率［§4.1, p3］。换句更直白的话：割的实际形状是"一条水平线 ＋ 挂在这条线以下的叶子"的拼接。

原文给了这一节唯一的数字：在图 3-1 那个例子里，网络输出的是 7 个簇节点的概率（图上用红色标出）［§4.1, p3］。这 7 个不是 2^3 = 8，它正好演示了"不平衡 ⇒ 数目不等于 2 的幂"这件事。

6.5　两阶段抽样的完整走法

把 §6.4 的结论连成一条抽样流程［§4.1, p3］：

第 3 步那个乘积，原文在图 3-1 的图注里明确写了：p(y｜c) 就是沿遍历路径把各子节点的概率相乘［Fig. 3 图注, p4］。这一步很要紧，因为它决定了两件事：一是 p(y｜c) 由构树方法完全决定，与网络参数 θ 无关（第 7 章要用到）；二是第 12 章那条"基线不好就纠不回来"的边界，根子也在这里，簇内那一半概率不归网络管，网络只能修簇这一层。

6.6　这一章留下的两张分工表

表一：谁负责什么

表二：三处"固定"要记住

6.7　一处设计选择值得点名：为什么不做端到端

一个自然的疑问是：既然网络能学分布，为什么不干脆让它直接输出 M 维、或者连树的形状一起学？ 原文给了两条理由，它们分别落在规模与成本上：

这两条合起来，决定了这是一个"插在既有管线中间"的方法，而不是"替换管线"的方法。它的落地成本因此很低，只需要在既有的 ATS／SLCRT 实现上挂一个 3×64 的小网络，外加一次对数域混合；但它的收益上限也因此被既有方法锁住，簇内那一半概率不归它管，基线错了它纠不回来（第 12 章边界 2b）。"低侵入"与"有上限"是同一件事的两面。

本章到此为止。第 7 章把这条两阶段抽样代回第 4 章的梯度式，看它会退化成什么样子。

7分簇版的目标函数：只剩一个 log p_θ(c)

这一章把话说清楚：分簇改变了 p(y) 的形式，损失函数的梯度也必须跟着改一次。原文这一步很短，但它做了两件不同的事，原文把它们并成了一块：先把 p_θ(y) 替换成 p(y｜c)·p_θ(c)，再利用"p(y｜c) 与 θ 无关"把对数项化简。本章把这两步分开写，因为它们各自的理由不一样。

7.1　第一步：替换

优化的框架不变，仍旧是 §3.1 那一套；唯一变化在于"灯选择 PMF 现在的写法"。原文的原话是：关键区别在于灯选择 PMF 现在被表达成"由网络估计的簇选择 PMF"与"由既有方法算出的簇内灯选择 PMF"的乘积［§4.2, p3］。

把 p_θ(y) → p(y｜c)·p_θ(c) 代进式 (10)，就得到这一节的中间式［§4.2, p3］：

⟨∇_θ D_KL(q, p_θ)⟩ = − ( 1 / N ) · Σ_j=1^N [ F(x, Z_j, ω_o) / ( p(Z_j ｜ Y_j) · p(Y_j ｜ C_j) · p_θ(C_j) ) ] · ∇_θ log( p(Y_j ｜ C_j) · p_θ(C_j) )

这里 C_j 是与第 j 个样本对应的那个簇编号，它不需要重新采一次，它就是"这次抽到的灯 Y_j 落在哪一簇"。换句话说，p_θ(Y_j) 被拆成"先看它属于哪一簇、再乘上这一簇的概率与簇内的条件概率"。

7.2　第二步：对数项只剩一半

原文紧接着给出一句关键判断：因为 p(y｜c) 与 θ 无关，所以可以把对数项化简［§4.2, p3］：

∇_θ log( p(Y_j ｜ C_j) · p_θ(C_j) ) = ∇_θ log p_θ(C_j)

道理很朴素：乘积取对数会拆成两项之和，与 θ 无关的那一项求导就是零。于是化简后的最终形式是：

对比式 (10) 与式 (11)，有两个位置发生了变化：

注意"分子没变"：F(x, Z_j, ω_o) 一字不动。这说明分簇只改了"概率怎么表示"，没有改"什么叫做得好"，判据仍是"让高贡献的样本获得高概率"。

7.3　为什么这一步值得单独讲

它把"网络要学什么"这件事收窄了，而且收窄得很干净：

• 网络不需要知道簇内有多少盏灯，也不需要知道簇内哪一盏更亮，那些交给树；
• 网络的任务变成"给这个着色点分配簇上的概率分布"，输出维度从 M 降到 S；
• 而 p(Y_j｜C_j) 作为一个与 θ 无关的因子留在分母里，作用只是"把梯度按簇内条件概率做一次加权"，不影响网络该往哪个方向走。

这也回答了一个容易产生的疑问："既然簇内那一层不归网络管，那把它写进分母有什么用？" 用处是保持估计量无偏。分母必须完整地等于 p(y)，少了任何一层，梯度就不再是那个 KL 散度的梯度；只是"有没有 θ"决定了它在求导之后还剩不剩。

7.4　这条式子在行为上意味着什么

原文用一句话收了这一节：优化这个目标，会让网络"提高那些对应着高贡献光样本的簇的似然"，同时"降低那些对应低贡献光样本的簇的似然"［§4.2, p3］。

把它对上第 3 章的动机：它做的是"让被采样到的高贡献样本，下次更容易被采到"，一条自举的回路。而它的稳定性完全依赖两件事：一是簇的数量 S 不能太大（否则每个簇分到的样本太少，似然估计的噪声就大）；二是簇的划分要合理（否则一个簇内部的重要性差异会盖过簇之间的差异）。第 11 章的表 3-1 右半张，就是拿不同的 k（也就是不同的 S）在做这件事。

本章到此为止。第 8 章讲那个把网络从"随机开局"救出来的补丁。

8残差学习：不从零学，从别人算好的簇概率接着改

这一章把话说清楚：前七章搭好的系统有一个执行上的硬伤，它要靠随机初始化的网络开局。原文把这个问题摊开成两条，然后只用一个观察就解决了：既有方法算出来的簇概率并不差，拿来当起点即可。落到实现上，这个"拿来当起点"被写成一次对数域相加再加一次归一化（式 12）。本章的核心是式 (12)，但要先把"为什么需要它"讲透。

8.1　在线训练的两个具体问题

原文先把训练方式说清：训练是在渲染过程中在线进行的；用一个随机初始化的网络去产生样本，这些样本又被当作训练数据反过来更新网络；这个过程一直迭代到追够所需的样本数为止［§4.3, p4］。

然后它列出两个问题，编号写得很明确［§4.3, p4］：

第二个问题比第一个更麻烦，因为它是一个回路：分布差 → 样本方差大 → 训练信号噪声大 → 分布学得慢 → 分布继续差。"先让它跑一会儿再学"这种绕法在这里不成立，因为训练用的样本就是渲染用的样本，绕不过去。

8.2　关键观察：别人的答案就在手边

原文的解法建立在一个观察上［§4.3, p4］：既有方法［Conty Estevez 与 Kulla 2018；Yuksel 2019］用精心设计的规则来估计簇概率，而这些概率显著优于网络初始预测出来的 PMF。

这句话的分量在"就在手边"这四个字上。第 6 章已经说过，建树方法本来就附带一份簇的初始概率；这份概率里的可见性可能没算，但它的簇划分与相对权重是有信息量的。于是原文提出：把这份簇概率当作基线，让网络去预测残差［§4.3, p4］。

换一种说法更直白：网络不再回答"每个簇该有多大概率"，而是回答"在既有方法给的概率上，每个簇该往上调还是往下调、调多少"。随机初始化时输出近似零，改动量也就近似零，这就是"开局即可用"的全部机制。

8.3　式 (12)：两条要求，两个动作

把"网络的输出"与"基线"合起来时，有两个硬要求［§4.3, p4］：

1. 所有簇概率必须是正的；
2. 它们的和必须等于一。

原文对这两条各给了一个动作，两个动作分别落在不同的数学操作上［§4.3, p4］：

具体写法如下：给定一个簇里所有节点的重要性权重 w = w_1, …, w_S（原文说明这里的概率就是归一化之后的重要性权重），最终簇 PMF 由"网络输出"与"这些重要性权重"合起来算［§4.3, p4］：

其中 f_θ(x, ω_o)[c] 是网络对第 c 个簇估计出来的残差［§4.3, p4］。

这条式要逐块读，因为它三个部件各自对应一个设计决定：

把三个部件连起来读：这是一个"以 log w 为参考点的 softmax"。它和普通 softmax 的唯一区别是：普通的 softmax 把所有 logits 都当成自由参数；这里每个 logit 被拆成"固定的 log w_c ＋ 可学的残差"。初始化时残差为零，它就退化成 w 本身。

8.4　一处原文笔误要照录并标注

式 (12) 的分母在原文里有一处不一致，必须点名。按所据 PDF 的文字层，公式写作：

p_θ(c) = e^{ [ log(w_c) + f_θ(x, ω_o)[c] ] } / Σ_s=1^S e^{ [ log(w_s) + f_θ(x, ω_o)[c] ] }

也就是说，分母的指数里写的仍是 [c]，而外面求和的哑标是 s［§4.3, p4 文字层］。按上下文，分母应当逐项对 s 取值（否则求和里每一项完全相同，分母会退化成 S 乘上同一个数，归一化在语义上就是错的）。本页判断这是原文的笔误，并照录原文写法、在这一处标注出来，不替原文改字。上面 §8.3 那条式子按"分母应为 [s]"誊写，并在本次标注中说明改了什么。

这类不一致在检查时值得留意：它不影响实现（实现必然按 [s] 走才成立），但会让照抄公式的读者在这里停住。

8.5　这套方案的收益，以及它的账单一并写在原文里

收益部分是明确的：网络初始化时输出接近零，所以初期的簇概率接近既有方法估计出来的那一份；这保证了开头的样本质量与基线方法相当；随着训练推进，网络不断修正预测，簇 PMF 就在基线之上持续改进［§4.3, p4］。

这三句话连起来是一条漂亮的保证：系统不会因为"要学"而变差，只会因为"学了"而变好。它也是第 9、10 章那两张对照表能读得下去的前提，如果开局比基线差，那么"训练只占 15% 样本"这个设定早就把总成绩拖垮了。

账单在第 12 章。原文在限制一节里点出：为了拿到上面这套性质，优化策略偏激进，于是"某些情况下会产生离群的飞点"［§6, p8］。换句话说，"学得快"与"偶尔出错"是同一次选择的两面，第 11 章的图 11-1（学习率消融）正是把这个取舍摊开来看的一张图。

本章到此为止。方法部分（第 3–8 章）讲完了。第 9 章起进入实验。

9实验怎么摆，以及等时间对照：样本更少，误差反而更低

这一章把话说清楚：先交代实验的两条腿（场景与对手），再看第一条腿，等时间对照。等时间这一栏里有一处很容易被看漏、但恰好是本文最有力的一处读数：在同样的 5 秒里，本篇采到的样本数比最快的基线还少，误差却低得多。本章把表 1-1 逐格摊开自己算一遍，把这处读数挑出来。

9.1　八个场景，与它们各自的灯数

原文的评测集是八个含复杂光照的场景，场景之间最直观的差别就是灯的数量级［§5.1, p4］：

这张表里有两处值得停一下。第一处：Living Room 只有 64 盏灯，而它却是后面消融（图 8-1、图 9-1、图 10-1、图 11-1 与表 3-1）里反复出现的那个场景，原因是消融要的是"能看清差异"的受控条件，而不是"最难"的条件。第二处：San Miguel 用的是 139k 个虚拟点光源，它的规模比第二名 Bistro 还高一个数量级，而这个场景里"每盏灯"本身就是一个小的面光源采样问题（这一点在第 12 章会变成一条边界）。

统一口径还有三句话［§5.1, p4］：全部结果比较的是"第一次非镜面弹射上的直接光照"；全部实验跑在同一台机器上（Intel i9-14900K ＋ NVIDIA RTX4090）；客观指标用 FLIP［Andersson 等 2020］，另有别的指标放在补充材料里（那份补充材料不在所据 PDF 内，本页不引）。

9.2　四个对手，与三条必须交代的实现口径

对手是四条已有方法［§5, p4］：ATS［Conty Estevez 与 Kulla 2018］、SLCRT［Lin 与 Yuksel 2020］、ReSTIR［Bitterli 等 2020］、VARL［Wang 等 2021］。

其中三条的实现口径原文都主动交代了，读到对照表时要带着它们：

VARL 那一行是全篇最该留意的一条免责说明。它意味着表里那个 VARL 已经被作者"移植并加速过"。换句话说，四条基线里至少有一条的强度口径由作者定义，这不是问题，但读"我们赢了多少"时要知道分母是什么。

9.3　本篇自己的设置

本篇这一侧的配置，原文集中在一段里［§5.1, p4］：

这五项里有两项后面会被单独消融：层 k（第 11 章表 3-1 右半张）与训练预算比 15%（图 10-1）；学习率另有一张图（图 11-1）。也就是说，这张表本身是消融的"默认档"。

还有一条口径要单独记："训练预算比 15%"的意思是"把总样本预算的 15% 用来训练网络，剩下的 85% 用学到的分布去采"。它不是"训练了 15% 的时间"，这一点在等样本对照（第 10 章）里尤其要紧，128 spp 里有约 19 spp 花在训练上。

9.4　等时间对照：先把表 1-1 摊开

等时间这一栏的设定是"时间预算随场景复杂度与分辨率上升"［§5.1, p4］：Bathroom、Bedroom、Living Room、Staircase、Staircase2 各 5 秒；San Miguel 与 Zero Day 各 10 秒；Bistro 20 秒。

原文把结果放进表 1-1，每格是"FLIP ＋ 这段时间里采到的样本数"［Table 1, p4］。表里的数原样抄在这里，并在右侧把本篇相对"四条基线里最低的那条"的降幅自己算了一遍：

其余两处说明也要带上：表里基数列加粗的是"四个数里最低的那个"，本篇列每一行都是全场最低；每个格子里 "FLIP（spp）" 这一对数是"同一个时间预算下"的两个不同读数，不要把 spp 当作另一列 FLIP 来比。

③复算：逐行取四条基线的最小值当分母，得本篇的降幅落在 16.5%（Zero Day）到 53.6%（Bedroom）；再看括号里的 spp，8 行里有 6 行本篇采到的样本更少（Bathroom 175 对 212、Bedroom 157 对 192、Living Room 146 对 194、Staircase 160 对 198、Staircase2 191 对 233、Zero Day 201 对 222）另两行只多 3%。这两组数合起来，才构成第 9 章标题那句话。

④边界：这张表不能回答"同样样本谁更准"，因为它比的是同样的秒数，各列的 spp 并不相同。要回答那件事，必须换到表 2-1。另有一条读表前要带上的事实：VARL 那一列是作者把原版（CPU 顺序更新）改写并加速过的版本，不是论文原版的成绩（§9.2）。

复算得到三条结论：

1. 本篇在 8/8 场景上都是最低的 FLIP，与原文"数值与视觉上都显著更好"的说法一致［§5.1, p4］。
2. 相对"最好的那条基线"，降幅落在 16.5%–53.6% 之间；其中 Bedroom 的 −53.6% 是最大的一处。
3. 最有意思的是样本数那一列：本篇在 8 个场景里有 6 个采到的样本数比 ATS 少（Bathroom 175 对 212、Bedroom 157 对 192、Living Room 146 对 194、Staircase 160 对 198、Staircase2 191 对 233、Zero Day 201 对 222）另两个（Bistro、San Miguel）只多出 3%。

第三条就是本章标题那句话的出处。同样 5 秒，本篇每像素少采了 17%–25% 的样本（那几个场景里），误差却低了 24%–54%。换句话说，"赢了"这件事不能只用"网络更聪明"解释，它是在"开局先花掉 15% 的训练成本、并且每根光线多付一次网络推断"的前提下赢的。

9.5　把"少采样本还更低误差"这件事讲通

为什么样本更少反而误差更低？ 有三个可能的原因，原文只给了其中一个的直接证据，另两个可以从它后面的消融里读出来：

第一行才是关键：等时间栏的胜利可以解释成"样本少"，但等样本栏的胜利解释不了。两栏一起看，"分布更准"这个解释才站得住，这就是为什么第 10 章必须把等样本对照单独讲一遍。

9.6　等时间对照墙：同一句话的视觉版本

表 1-1 是数值版，图 4-1 是同一个设定的视觉版［Fig. 4 图注, p5］。

③推导：格下那对"FLIP（spp）"就是表 1-1 的图形化。热力图的暗区集中在两类位置：镜面高光处与阴影边界处，前者考的是式 (2) 里的 f_s（BRDF），后者考的是 G（可见性）。换句话说，这张图把"前三篇方法在哪两项上二选一"这件事画成了颜色**。

④边界：图上只有五个场景（Bathroom、Bedroom、Living Room、San Miguel、Zero Day），Bistro 与两个 Staircase 不在其中；而 Bistro 恰恰是 20 秒预算、灯数第二多的那一处，所以这张图不能代表八个场景的整体格局。另，最右那一列 GT 是参考图，不参与排名。

原文对这张图另给了两句定性判词，它们点的是"赢在哪里"［§5.1, p5］：本篇在镜面反射上处理得最好（图 4-1 里 Bathroom 与 Zero Day 的红色插图）；并且能无缝地学到局部的光照变化，比如阴影（Bathroom 与 San Miguel 的绿色插图）。

这两句值得和第 1 章的三因子对上：镜面反射考的是 BRDF 那一项，阴影考的是可见性那一项，正是前人在"要不要算可见性"上二选一时丢掉的两块。

9.7　逐行看表 1-1：基线之间是怎么分工的

把表 1-1 的每一行单独看一遍，能看出基线各有主场。把每行"最好的那条基线"挑出来，得到这张小表：

数一遍的结果：VARL 拿走 4 行（Bathroom、Bedroom、Staircase2、Zero Day），ATS 拿走 3 行（Bistro、San Miguel、Staircase），SLCRT 拿走 1 行（Living Room），ReSTIR 一行都没有。

这张小表有两个用处：

• 它解释了为什么本篇要选 ATS 当基线做一个消融项（图 8-1）：ATS 是"光层次树"这一族里在最多场景上拿到最好基线的方法之一（与 VARL 并列），而本篇只用它的树、不用它的在线学习。
• 它让"最好的基线"这个分母变得具体：本篇在表 1-1 里相对的那个"最好基线"，在 8 行里来自两个不同的方法，所以"降幅 16.5%–53.6%"这个区间不是与某一个固定对手比出来的。

原文没有做这张小表，它是本页从表 1-1 数出来的。读者如果要复核本篇"赢了谁"，这张表是最短路径。

本章到此为止。第 10 章把"时间"这条腿换掉，改成"同样 128 个样本"，再看一遍。

10等样本对照与收敛曲线：训练只花 15%，却全程第一

这一章把话说清楚：上一章那处"样本更少、误差更低"的读数，需要一个"样本数被拉平"的对照来兜底。这一章有三件图元：表 2-1 把 128 spp 下的 FLIP 与运行时间一并给出（§10.1–§10.3）；图 5-1 是同一批数的视觉版（§10.4）；图 6-1／图 7-1 把"误差随样本/时间怎么掉"画成两条曲线（§10.5）。本章的关键词是"15%"。

10.1　这一栏的设定只有一句

原文写得很短：在等样本设定下评测，是为了"不管速度、只看有效性"；每个场景渲染 128 个样本每像素，把 FLIP 报在表 2-1 里，并给出定性的对照图 5-1［§5.1, p7］。

"128 spp"这五个字里藏着本章的题眼：本篇的训练预算是 15%，也就是说 128 个样本里约 19 个被拿去训练、剩下约 109 个用学到的分布去采。对照方法没有这个开销，它们 128 个全用来采。所以这一栏的比法是"让出去约 15% 的样本，看还能不能赢"。

10.2　表 2-1 摊开

原文表 2-1 的每格是"FLIP ＋ 运行秒数"［Table 2, p7］。同样原样抄录，并把"本篇相对最好基线"与"运行时间相对 ATS"两栏自己算出来：

三条复算结论：

1. FLIP 一栏，本篇 8/8 全场最低，相对最好基线的降幅是 16.5%–48.0%。原文的说法是"尽管只训练了分配样本的 15%，我们的方法在所有场景里都排第一"［§5.1, p7］，表里的数支持这句话。
2. 时间一栏，本篇比 ATS 慢 1.09–1.50 倍（平均约 1.3 倍）。原文的说法是"与快速的树结构方法相比，我们的运行时间很有竞争力，说明神经训练与采样策略的开销很小"［§5.1, p7］。
3. 但"有竞争力"要挑对参照：本篇对 ATS 平均慢约三成，对 ReSTIR 与 VARL 却基本是快的（例如 Bistro 上 19.6 秒对 36.8 秒与 44.3 秒）。这句判词的成立范围只包括后两者，把它读成"对所有基线都快"就过了。

③复算：FLIP 一列 8/8 全场最低，相对最好基线的降幅 16.5%–48.0%；时间一列，本篇比 ATS 慢 1.09–1.50 倍（平均约 1.3 倍）但对 ReSTIR 与 VARL 在多数场景上更快（Bistro 上 19.6 秒对 36.8 秒与 44.3 秒）。另有一处口径要自己算：128 个样本里约 19 个被拿去训练（15%），剩下约 109 个才是"用学到的分布采的样本"。

④边界：这一栏固定的是样本数，不是时间，而各方法的耗时差最多能到十倍（Bistro 上 15.9 秒对 44.3 秒），在时间受限的生产场景里，"等样本更准"不直接等于"更实用"。要判断实用与否，得把这张表和表 1-1 一起看。

10.3　把"开销很小"量化一下

原文那句"开销很小"是一句定性判断，但它其实可以从表里算出一个数。取本篇与 ATS 的时间差，再除以 ATS 的时间，得到"多花的比例"：

最省的一处是 San Miguel（+9%），最贵的一处是 Living Room（+50%）。Living Room 最贵这一点并不意外，它只有 64 盏灯，簇数少，而网络的固定开销（前向推断）与场景规模无关；灯越少，"多出来的那一次网络推断"在总时间里占比就越高。这条读数是原文没有明写、但可以从它的表里算出来的。

10.4　等样本对照墙

表 2-1 是数值版，图 5-1 是同一个设定的视觉版。两张对照墙（图 4-1 与图 5-1）排在一起看，才看得出"换横轴"这件事改变了什么［Fig. 5 图注, p6］。

③推导：它与图 4-1 的格局完全相同，唯一被换掉的是"格下那对数字"里的第一项，从各列不同的 spp 换成了全列相同的 128。正因为样本数被拉平，"分布本身更准"这个解释才被独立验证：如果本篇的优势只来自"等时间栏里样本多"，那么在这一栏上它应当退回基线水平，而事实并非如此。

④边界：这张图不能用来比较速度，128 对所有人是同一个数，但跑完它的时间各不相同（见表 2-1 的秒数列）。另，它与图 4-1 共用同一批场景与同一批基线，所以两张图之间不是互相独立的两次验证，而是同一实验的两种切法。

10.5　两条收敛曲线，与线上那条"训练结束"的竖线

原文另用两张图看"误差随预算怎么掉下来"：等时间的那张是图 6-1，等样本的那张是图 7-1［§5.1, p7］。两张图的图注里都刻意点出了同一条竖线。

③推导：那条"第二条竖线"把每个格子切成了两段，两段的斜率差别正是"训练预算比"这个旋钮的可视化：竖线左侧是"边学边采"，右侧是"带着学到的分布纯采"。这也解释了为什么图 10-1 那条曲线会存在一个内部最低点，训练太少，左侧那一段的分布就一直不准；训练太多，右侧那一段剩下的样本不够。

④边界：八个格子的纵轴刻度是各自独立的，所以不要把某一格的绝对高度与另一格横向比较；能横向比的只有"同一格里各条曲线之间的相对位置"。另，竖线的位置是原文给的近似值（图注写的是"大致"），不要把它读成一个精确的样本数。

第二张曲线图把横轴换成样本数。两条轴分开画的原因，原文在两张图注里没有解释，但它对应的问题很实在：等时间回答"给同样的秒数谁更省"，等样本回答"给同样的样本谁更准"［Fig. 7 图注, p7］。

③推导：把横轴从时间换成样本数之后，本篇"从很低的 spp 起就有优势"这件事才显现出来，因为训练样本与渲染样本是同一批，网络从第一帧就在用学到的分布。它与图 6-1 的差别不是方法变了，而是"那 15% 的入场费"在这一条轴上被摊掉了：样本轴上看不到"花时间学"，只看到"每个样本更值钱"。

④边界：这张图同样不回答速度；且它在 128 spp 那一端与表 2-1 是同一批数据，不是一次独立复现。把它当成"独立验证"会重复计算同一份证据。

原文对这两张图给出的判词，分两句，第二句是一处诚实的让步［§5.1, p7］：

• 总体上，本篇一直比所有其他方法更好，尤其是在更高的 spp 下；
• 在某些场景里，其他方法在等时间设定的早期反而结果更好，但是一旦训练阶段结束、能追更多样本，本篇的表现就显著改善。

第二句值得单独记。它描述的是一个"交点"形状：早期落后、后期反超。而这个形状与第 8 章的机制完全吻合，残差学习让开局等于基线（所以不会大落后），但网络还没开始修正之前，它与基线同速；随着修正累积，它才逐渐拉开。换句话说，"迟一点才赢"这件事本身就是残差学习的一个可观察指纹。

10.6　把两条曲线叠起来读

图 6-1（横轴是时间）与图 7-1（横轴是样本数）是同一批实验的两种切法。把它们叠起来读，能回答一个只有两张图合起来才能回答的问题：为什么在一条轴上"早"、在另一条轴上"晚"。

这两行看似矛盾，其实一致：样本轴上的"早赢"说的是"每个样本更值钱"，时间轴上的"晚赢"说的是"前期有一部分样本被拿去学习了"。原文自己那句"在某些场景里其他方法在早期反而更好"，讲的正是时间轴上这一段［§5.1, p7］，那是 15% 训练预算的可见代价。

这也给出一条实用的读法：看"这个方法值不值得用"，应当以图 7-1（等样本）为主要判据，图 6-1（等时间）里的那一段落后是它的入场费；而"入场费贵不贵"，要回到第 10.3 节那张"多花比例"的表去看。

本章到此为止。第 11 章把六个旋钮一个一个拧过去。

11消融六项：残差、编码、预算、学习率、连续表示、簇层级

这一章把话说清楚：前两章证明了"整体更好"，这一章回答"好在哪几个部件上"。原文自己只把其中三项写进 §5.2，另三项散落在 §6 的限制与表 3-1 的图注与分析段里。本章把它们按"拧的是哪个旋钮"重排成六项，并把每张图上的读数逐格摊开自己算一遍。

11.1　旋钮一：残差学习值多少（图 8-1）

第一项问的是"第 8 章那个补丁到底值多少"。原文的设定是把残差学习（分别用 SLC、SLCRT、ATS 三条基线）与"让网络直接估计簇概率"（Direct）做对照［§5.2, p7］。

③推导：把两组数摆开就能读出这一项消融的分工：Direct 0.0829 → 三条基线 0.0699／0.0693／0.0689，落差约 17% 来自"学残差"这件事本身；而三条基线之间只差 0.001，说明"用哪棵树"是次要变量。这正好解释了原文那句选择理由：既然三条基线差不多，就挑最强的那一条（ATS）。

④边界：这一项只在 Living Room（64 盏灯）上做，是全篇场景里规模最小的一个。在 San Miguel（139k VPL）那种规模上残差学习的收益有多少，原文没有单独给数，把这个 17% 直接外推到 139k 场景，是超出这张图的证据范围的。

图上的数逐格抄下来，并算出两处差值：

两条结论：

1. 残差学习本身贡献了约 17% 的误差下降（4.8 秒对 4.7 秒，时间只多了 2.1%），这就是原文那句"显著更好、开销极小"的量化版本［§5.2, p7］。
2. 三条基线之间的差别很小（0.0699 / 0.0693 / 0.0689）而它们与 Direct 的差距都很大。换句话说，"学残差"这件事本身是主要贡献，"用哪棵树"是次要的。

第二点还解释了原文的一句选择理由："选 ATS 当基线，是因为它排第一"［§5.2, p7］。从这张图上，三条基线的差距远小于"残差对 Direct"的差距，所以这句话更多是在说"既然都差不多，那就挑最强的那个"。

11.2　旋钮二：位置编码值多少（图 9-1）

第二项问的是"第 5 章那三条编码里，位置这一条该用哪种"。原文的设定是在等样本下比较四种位置编码：identity、frequency［Mildenhall 等 2020，12 个频率］、one-blob［Müller 等 2019，32 个 bin］、可学习稠密网格［Dong 等 2023］［§5.2, p8］。

③推导：四种编码给出的是一条单调曲线：FLIP 从 0.0832 一路降到 0.0689，耗时从 4.4 秒升到 4.8 秒；每一档的收益都大于它付的时间（−7.1% 换 0%、−12.0% 换 +4.5%、−17.2% 换 +9.1%）。这三档差值是这张图真正的读数，"选稠密网格"只是这条曲线的终点。

④边界：这张图只覆盖"位置"这一路编码。出射方向（4 阶球谐）与法线（one-blob，32 bin）两路没有单独的消融图，把这张图的结论说成"整套输入设计的最优解"，超出了它的证据范围。

这一项的结论是"单调的"：四种编码从简到繁，误差一路下降，时间一路上升，而且每一档的收益都大于它的时间代价（−7.1% 换 0%，−12.0% 换 +4.5%，−17.2% 换 +9.1%）。换句更直接的话：在 Living Room 这个场景与这个时间量级下，稠密网格花掉的 0.4 秒买回了 17% 的误差下降，这笔账是划算的。

一处必须交代的口径：这张图上的编码消融只覆盖"位置"这一路，方向（SH 4 阶）与法线（one-blob 32 bin）两路没有单独的消融图［§5.2, p2；Fig. 9 图注, p8］。把这张图的结论推广到"整个输入设计"是超出原文证据的。

11.3　旋钮三：训练预算比值多少（图 10-1）

第三项是这一章唯一一个"越小越难但也不能太小的旋钮"：把总预算的多少比例拿去训练网络。原文的设定是在等时间、Living Room、5 秒预算下扫描这个比例，并给出"选 15%"的结论［§5.2, p7；Fig. 10 图注, p8］。

③推导：这条曲线两侧上升的原因不同：左侧是网络还没学够（分布不准），右侧是留给采样的样本不够；两种机制方向相反，所以中间必然存在一个最低点。15% 就是那个点。这也把"开销"这个词变具体了：本篇的固定成本不只是"多一次网络推断"，还有"让出 15% 的样本"。

④边界：曲线本身来自单一场景（Living Room）与单一时间预算（5 秒）。原文补了一句"类似趋势在所有场景上都能观察到"，但那句话没有配一张跨场景的图；严格来说，15% 这个数的直接证据只有这一条曲线。

这一项和另外五项有一处不同：它的结论是一个"最优比例"，而不是"某个部件有没有用"。原文给的两句话要一起读［§5.2, p7］：训练预算比显著影响等时间设定下的质量；15% 这个比例在 5 秒的 Living Room 上取得最高质量，并且所有场景上都能观察到类似趋势。

读的时候要带上"为什么"：这个比例是一个"学习与采样之间的分配"。比例小，分布学不好；比例大，采样预算被吃掉。它天然存在一个内部最优，这也是为什么本篇的"开销"不能简单地用"多了网络推断"来估计，还要加上这 15% 的采样预算。

11.4　旋钮四：学习率值多少（图 11-1）

第四项藏在原文的限制一节里，而不是消融一节［§6, p8］。原文的说法是：本篇用的是偏激进的优化策略，于是"用 3×10⁻² 这个激进的学习率，噪声比更稳的 3×10⁻³ 更低，代价是会出现离群的飞点"［Fig. 11 图注, p8］。

③推导：两档学习率的 FLIP 是 0.0859（3×10⁻³）对 0.0671（3×10⁻²），激进的那一档好 21.9%。但这个数不能直接当成结论：FLIP 是整幅图像上的平均型指标，而飞点是少数极亮的孤立像素，平均之后再比较，飞点对观感的破坏会被摊薄掉。这就是"指标赢了、观感要打折"的一个具体例子。

④边界：这是全篇六项消融里唯一一项没有绝对赢家的。原文没有把它写进 §5.2，而是写进了 §6 的限制一节，这个位置本身就是一条信息：作者自己把它算作代价，而不是收益。读的时候不要把它改写成"应该用 3×10⁻²"。

这张图是六项消融里唯一一个"数字与判词方向不完全一致"的地方：数字上激进的学习率好 21.9%，但原文把它写成一条限制。原因在飞点：FLIP 是一个整幅图像的平均型指标，而飞点是少数极亮的异常像素，平均指标会低估飞点对观感的破坏。这正是一个"指标赢了、观感要打折"的例子，也解释了为什么原文没有把它放进 §5.2 的胜利叙事里。

11.5　旋钮五：连续表示值多少（表 3-1 左半张）

第五项是"位置输入到底是连续的还是离散的"。这一项写在表 3-1 的图注与分析段里：离散版本拿"最近的均匀网格单元中心"当输入（网格分辨率 32×32×32），并把归一化后的出射光线方向按每维 8 个桶离散化［Wang 等 2021］［Table 3 图注, p8；§5.2, p8］。

③复算：左半张自己算一遍，8 行全部为正降幅，区间 2.6%–11.8%，最大两处是 Zero Day（−11.8%）与 Living Room（−11.4%）。右半张也自己数一遍，k = 6 在 8 行里赢 6 行，例外是 Bathroom 与 Living Room（两处都是 k = 4 更低），而 k = 8 一次都没有赢过。原文那句"大多数场景最好"因此可以精确到 6/8。

④边界：左右两半没有共同的基线，不能横向相减，左边比的是"连续对离散"，右边比的是"簇的粗细"。另，右半张只在 8 个场景上扫了 3 档 k，不是对 k 的连续扫描，所以"最优是 6"这句话的精度到"6 比 4 与 8 都好"为止。

把左半张表摊开，并算出每一行的降幅：

8 行全部为正降幅，与图注那句"我们的方法在所有场景上都优于离散版本"完全对上［Table 3 图注, p8］。降幅在 2.6%–11.8% 之间，最大的是 Zero Day 与 Living Room。

这一项和 §11.2 的编码消融要连起来读，但不要混为一谈：§11.2 比的是"同样是连续表示，哪一种编码"，这一项比的是"要不要连续表示"。两者不是同一件事，数字也不能互相印证，这边 0.0689 与 0.0994 都是本篇在 Living Room 上的读数（表 3-1 左半张的 Ours 那一列在该场景是 0.0689，与图 9-1 的稠密网格一致）这恰好说明两处的口径是同一个。

11.6　旋钮六：簇层级 k 值多少（表 3-1 右半张）

第六项是唯一一个"直接改簇数"的旋钮：把割取在树的不同层 k = 4 / 6 / 8 上［§5.2, p8；Table 3 图注, p8］。原文的结论是"选定的 k = 6 在大多数场景上最好"［§5.2, p8］。

把右半张表摊开，并把每行三个数的最小值标出来：

自己数一遍的结论是：k = 6 在 8 个场景里赢 6 个，例外是 Bathroom 与 Living Room，这两处 k = 4 更低。原文那句"在大多数场景上最好"是准确的，但它没有给出比例，6/8 这个数是本页从表里数出来的。

两处值得单独看的地方：

• k = 8 在 8 行里没有一次是最低的，而且它在 Zero Day 上（0.1377）明显比另外两档差。簇取得太细，每个簇分到的样本就少，似然估计的噪声盖过了分辨率带来的收益，这与 §7.4 讲的那条稳定性条件是同一件事。
• k = 4 在两处胜出的场景（Bathroom、Living Room）有一个共同点：它们的灯数分别是 4.7k 与 64，都偏小或偏少。灯少的时候，粗一点的割就够用；这条观察是从数据里读出来的，原文没有明说。

11.7　六项消融合起来看

把六项排在一起，能看出"哪几个部件是这个方法真正的支柱"：

这张表里最该记住的是前两行：残差学习与位置编码各自值约 20%，而它们一个是训练策略、一个是输入设计，方法的核心收益并不只来自"用了个神经网络"，还来自"怎么起步"和"喂什么进去"。

本章到此为止。第 12 章把原文自己承认的四条边界逐条摊开。

12边界与反例：飞点、固定割、光源内部、复杂灯具

这一章把话说清楚：前面九章都在讲"它赢了什么"，这一章只讲"它在什么条件下会输"。原文把这些写在 §6 的 Limitations 一段里，一共四条，逐条都给了触发条件；其中两条原文给了做法或指出了方向，另两条明确写"留给未来工作"。本章按"能不能修"分档，这个分档本身就是判断这篇论文成熟度的依据。

12.1　边界一：飞点，来自一个刻意的激进选择

触发条件写得很具体［§6, p8］：在训练的初始迭代里，网络可能会给某些"重要的、但还没被观察到"的灯簇分配很低的概率；如果这时从这样一个簇里采到了一盏大功率的灯，它会对最终像素颜色贡献很大，于是产生一个离群的亮点。

这条边界值得把它拆成一条因果链，因为它是全篇唯一一条"由方法自身的选择直接导致"的问题：

第 3 行那个"权重会异常大"是本页补的机理，原文只写了"它会对最终像素颜色贡献很大"。但把第 3 章式 (4) 拿来对照，这一步是显然的：估计量里那一项是 L_Y / p(Y)，p(Y) 越小、这一项越大；而 KL 训练还没来得及把这个簇的概率抬上去。

这条边界"能修，但只能换"：原文的立场是"用更保守的策略可以少出飞点，代价是收敛慢"，它没有为这两端之间的取舍给一个折中点。换句话说，这是一个必须由使用者按场景选的两档，而不是一个已经解决了的问题。

12.2　边界二：割是固定的，簇内那一半也不归网络管

第二条边界其实是两件事叠在一起，原文把它们写在同一段里［§6, p8］：本篇对整个场景用的是一个固定的全局割，并且依赖既有方法来采簇内的灯；于是，如果基线方法给出的灯采样概率很差，本篇无法把这些错误完全纠正过来。

这两句话的份量不同，要分开看：

第二个子问题与第 7 章那条推导正好是同一件事的两面：式 (11) 里 p(y｜c) 之所以能被约掉，是因为它不含 θ；而它不含 θ 的代价，就是网络对它的错误无能为力。"化简"与"受限"在这里是同一个数学事实。

原文对第一条子问题的措辞是"我们把它留给未来工作"，所以这条边界属于"指出了方向但没做"。

12.3　边界三：只学了"采哪盏灯"，没学"采灯上的哪个点"

第三条边界指向系统里被忽略的另一半［§6, p8］：本篇只关注学习灯的采样分布；而在光源内部采点，对蒙特卡洛估计量的方差影响同样很大，尤其是对面积较大的光源；"在光源内部学一个采样分布"是另一条未来方向。

这条边界的量级可以从实验设置里读出来。第 9 章说过，San Miguel 用的是 139k 个虚拟点光源，VPL 恰恰是"每个光源都有自己的空间延展"的典型；而灯内采点这一半在本篇里一直沿用既有技术［Hart 等 2020；Shirley 等 1996］［§3, p2］。换句话说，在"灯很大"的场景里，本篇只管了方差来源的一半。

这也解释了为什么原文在限制一节里没有给出这条边界的量化数字：它没有被单独消融过。表 1-1 与表 2-1 里的成绩是"整套系统"的成绩，其中灯内采点那一半的贡献来自既有方法。

12.4　边界四：还没和"给复杂灯具也学一套网络"的方法接起来

第四条边界是最"向前看"的一条［§6, p8］：作者希望把本篇与 Zhu 等［2021a］的方法结合起来，以便有效处理"含有大量复杂灯具"的场景；关键在于"设计一个能同时优化两套网络的框架"，一套是本篇的光选择网络，另一套是灯具（luminaire）网络；这一点留给未来的探索。

这条边界要和边界三放在一起读，它们是同一条轴上的两段：

两条合起来，划线很清楚：本篇学的是"哪些灯"这一个离散选择，其余部分（灯内采点、灯本身的表示）保持既有做法。这也正是第 1 章那句"它换的是采样分布 p(y) 的来源"的边界版本。

12.5　四条边界汇总，以及一处"没写出来但存在"的边界

这张表里最需要看清的是第 2 行：它之所以能在一行里装下两个子问题，是因为两者的根是同一个，"本篇只管簇这一层"。割是簇的边界，簇内概率也是簇的内容，两处都不归网络管；只是前者原文给了一条"局部自适应"的路，后者连路都没有。

另有一条边界原文没有写进 Limitations，但可以从第 3 章的式子里读出来，本页在此标注：式 (3) 要求 p(y) 在 L_y ≠ 0 的地方都非零［§3, p2］。残差学习的式 (12) 用 softmax 归一化，指数项恒正，因此在数值上这条条件是满足的；但"概率极小但不为零"与"概率为零"在有限样本下几乎等价，当某个簇的真实贡献很大而网络的初始输出把它压到极小值时，就会回到边界 1 的飞点情形。这一条其实与边界 1 是同一个机制，原文只从"优化策略"那一侧描述，没有从"支撑集"这一侧描述。

12.6　把四条边界翻译成"现场症状"

边界如果只写成"某种情况下会失效"，读的时候不容易对上自己的场景。把四条边界换成"使用者会看到什么"，就变成了一张排查表：

这张表的关键在最后一列：四条边界里有两条是"本篇内解决不了的"。这也是评估一个方法时的常规读法，它赢的那部分归它，它不碰的那部分要自己另外去找办法。

本章到此为止。第 13 章把全文收成两条贡献。

13这篇论文的两条贡献

把全文收成两条。原文在 §1 末尾列了三条［§1, p1］，但那三条里 ② 是 ① 为规模做的妥协、③ 是 ② 带来的问题的补丁，所以从"读者能拿走什么"的角度看，它们是两条：一条关于"分布怎么来"，一条关于"怎么让它开局就能用"。

两条的分工要说清：① 解决"分布长什么样、怎么学"（第 3–7 章）；② 解决"在渲染循环里从零学来不及"（第 8 章）。少了 ②，① 在等时间对照里会输在起跑线上，图 8-1 给了这一点的量化版本：把残差换成直接估计，FLIP 从 0.0689 退到 0.0829。少了 ①，② 就没有可修的东西，基线本身就存在，残差学习只是把它的答案当起点。

原文在 §6 的结论段里把主张又收了一遍［§6, p8］：本篇提出了一条神经的灯光重要性采样途径；网络利用每个着色点的局部信息预测"随空间变化"的灯光选择分布；训练是在线进行的、以最小化学到的分布与目标分布之间的 KL 散度为目标；为了高效处理大量灯，神经方法与既有的光层次技术被整合在一起；另外引入了一个残差训练策略来改善收敛；大量实验表明，本方法在光照复杂的挑战性场景上超过了既有方法。

这段里有一句要单独记："随空间变化"（spatially varying）被原文放在结论句里，而不是放在技术细节里。它与第 1 章图 1-1 右侧那个灰虚线框是一对，框里是前人的"一片区域一份分布"，结论句是"逐点分布"，一图一句构成了这篇论文对外的核心主张。

两条贡献各自的证据链可以分开核，这也是读者复查时的最短路径：

这张表的读法是"一条断言配两处以上证据"：① 有三条断言，分别落在两张主表、一张对照墙和一处定性判词上；② 有三条断言，全部落在图 8-1 与图 2-1 上，这也说明 ② 的成立门槛比 ① 低得多：它只要一张消融图就能说清。

再看它们与边界的对应：① 的代价写在边界 2（固定割 ＋ 簇内依赖基线）与边界 3（灯内采点未学）里；② 的代价写在边界 1（飞点）里。两条贡献都不是免费的，账单分别写在"依赖别人"和"学得太急"这两处。

这一章到此为止。第 14 章交代出处、许可与怎么读这篇。

14出处、许可与怎么读这篇