探秘Trinity:WebGL中的3D流体模拟器
项目介绍
欢迎进入Trinity的世界,这是一个革命性的3D流体模拟器,它完全在浏览器中运行,并利用GPU通过WebGL进行计算。Trinity以其可编程的特性脱颖而出,允许您直接在浏览器中编写GLSL程序来定制流体动力学行为。一系列预设的流体效果图,让您一窥其魅力。
[
](https://portsmouth.github.io/Trinity/?preset="Basic plume")[
](https://portsmouth.github.io/Trinity/?preset="Plume + sphere collider I")[
](https://portsmouth.github.io/Trinity/?preset="Plume + walls")
[
](https://portsmouth.github.io/Trinity/?preset="Nuke III")
[
](https://portsmouth.github.io/Trinity/?preset="Moving fireball III")
[
](https://portsmouth.github.io/Trinity/?preset="Dust devil")[
](https://portsmouth.github.io/Trinity/?preset="Dye collision")[
](https://portsmouth.github.io/Trinity/?preset="Vortex street")
项目技术分析
Trinity基于Navier-Stokes方程,解决气体动力学问题。核心模拟逻辑是固定的,但大部分动态行为由用户编写的GLSL程序控制,这些程序定义了速度、温度的注入以及外部力的应用和固体碰撞。通过引入温度场来模拟热流体,该场会受到浮力的影响。渲染部分,利用体积渲染技术,通过光线追踪照亮介质,如尘埃或墨水。
项目及技术应用场景
Trinity适用于广泛的场景,包括但不限于:
- 动画和游戏设计:为视觉效果增加真实感。
- 教育领域:可视化复杂的物理现象,比如燃烧、对流、爆炸等。
- 科研:探索流体力学原理,进行实验模拟。
项目特点
- 可编程性:通过GLSL自定义流体行为,实现无尽可能。
- 实时交互:UI与代码紧密集成,通过滑块和颜色选择器即时调整参数。
- GPU加速:在浏览器内高效运行,无需本地软件。
- 体积渲染:提供逼真的流体质感。
- 保存和加载:能够保存和加载场景配置,方便实验和分享。
Trinity将创新技术和艺术创作完美融合,为您的数字世界带来栩栩如生的3D流体体验。立即尝试并开启您的流体仿真之旅吧!
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00