SceneView Android 项目教程
1. 项目介绍
SceneView 是一个基于 Google Filament 和 ARCore 的 3D 和 AR Android Composable 和 View。它是 Sceneform 的 Kotlin 替代品,旨在为 Android 开发者提供一个高效、易用的 3D 和 AR 开发工具。SceneView 支持 Jetpack Compose 和传统布局,能够轻松集成到现有的 Android 项目中。
2. 项目快速启动
2.1 添加依赖
首先,在项目的 build.gradle 文件中添加 SceneView 的依赖:
dependencies {
implementation 'io.github.sceneview:sceneview:2.2.1'
}
2.2 创建 3D 场景
在 Activity 或 Fragment 中创建一个 3D 场景:
import io.github.sceneview.Scene
import io.github.sceneview.engine.Engine
import io.github.sceneview.model.ModelLoader
import io.github.sceneview.node.ModelNode
import io.github.sceneview.node.Position
import io.github.sceneview.node.Rotation
import io.github.sceneview.node.Scale
class MainActivity : AppCompatActivity() {
override fun onCreate(savedInstanceState: Bundle?) {
super.onCreate(savedInstanceState)
setContentView(R.layout.activity_main)
val engine = Engine()
val modelLoader = ModelLoader(engine)
val sceneView = findViewById<Scene>(R.id.sceneView)
sceneView.apply {
this.engine = engine
this.modelLoader = modelLoader
val modelNode = ModelNode(
modelInstance = modelLoader.createModelInstance("models/damaged_helmet.glb"),
scale = Scale(1.0f)
)
val cylinderNode = CylinderNode(
engine = engine,
radius = 0.2f,
height = 2.0f
).apply {
transform(
position = Position(y = 1.0f),
rotation = Rotation(x = 90.0f)
)
}
childNodes.add(modelNode)
childNodes.add(cylinderNode)
}
}
}
2.3 布局文件
在布局文件中添加 SceneView:
<io.github.sceneview.SceneView
android:id="@+id/sceneView"
android:layout_width="match_parent"
android:layout_height="match_parent" />
3. 应用案例和最佳实践
3.1 3D 模型展示
SceneView 可以用于展示 3D 模型,支持 glTF 和 GLB 格式。通过加载不同的模型文件,可以在应用中展示各种 3D 对象。
3.2 AR 应用
SceneView 结合 ARCore 可以实现增强现实应用。通过在现实世界中放置虚拟对象,用户可以与虚拟内容进行互动。
3.3 交互设计
SceneView 支持多种交互方式,如手势控制、触摸事件等。开发者可以根据需求自定义交互逻辑,提升用户体验。
4. 典型生态项目
4.1 Google Filament
Google Filament 是一个用于实时渲染的高性能 3D 引擎,SceneView 基于 Filament 构建,提供了强大的渲染能力。
4.2 ARCore
ARCore 是 Google 的增强现实平台,SceneView 与 ARCore 集成,支持 AR 功能,可以在 Android 设备上实现丰富的 AR 体验。
4.3 Jetpack Compose
Jetpack Compose 是 Android 的现代 UI 工具包,SceneView 支持 Compose,开发者可以轻松地将 3D 和 AR 内容集成到 Compose 界面中。
通过以上模块的介绍,开发者可以快速上手 SceneView,并将其应用于各种 3D 和 AR 项目中。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00