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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00