MaterialX 1.39.2版本发布:专业材质创作工具的重大更新
MaterialX是一个开源的材质定义和交换标准,由Academy Software Foundation维护。它被广泛应用于视觉效果、动画制作和游戏开发等领域,为不同软件和渲染器之间的材质交换提供了统一的解决方案。MaterialX通过节点图的形式描述材质,支持多种渲染后端,包括GLSL、OSL、MDL等。
新增功能亮点
1. 新增高级BSDF模型支持
最新版本引入了Chiang Hair BSDF模型,为毛发渲染提供了更专业的解决方案。该模型在硬件着色语言和MDL中已实现初步支持,能够更真实地模拟各类毛发材质的光学特性。
同时,团队还添加了对迪士尼原则性着色模型的支持。这一广受欢迎的着色模型现在以语言无关的节点图形式实现,使艺术家能够跨平台使用这一业界标准。
2. 增强的纹理与颜色处理
新版本引入了通用颜色渐变节点,提供多达10个控制点的灵活渐变调节能力。这一功能极大扩展了艺术家的创作空间,特别是在创建复杂渐变纹理时。
Worley噪声节点新增了"实体单元"模式,为金属片材质等特殊效果开辟了新的艺术可能性。这种噪声模式能够产生更清晰的单元边界,特别适合模拟金属表面微粒效果。
3. 核心架构改进
数据库引用功能的加入显著提升了着色器生成性能。这一优化允许更高效地管理和重用材质数据,特别适合大型项目。
自定义结构类型的支持为高级用户提供了更大的灵活性,使他们能够定义和使用自己的数据结构类型,扩展了MaterialX的表达能力。
渲染与着色器改进
1. 跨格式转换增强
标准表面到glTF PBR的转换图中新增了透射效果支持,改善了材质在不同格式间转换时的视觉一致性。
USD预览表面转换图现在支持涂层发射效果,确保从MaterialX到USD的材质转换不会丢失重要的视觉效果特性。
2. 着色语言支持升级
硬件着色语言新增了对视图方向空间的支持,为基于视角的效果提供了更直接的实现方式。
MDL支持已升级至1.9版本,确保用户能够利用最新的材质定义语言特性。同时,团队也提高了OSL的最低版本要求至1.12.6,专注于维护与现代OSL版本的兼容性。
工具与用户体验优化
1. 渲染与测试工具改进
MaterialXRender新增了图像下采样功能,为处理高分辨率纹理提供了更多选择。渲染测试工具现在支持图像差异统计,使质量对比更加量化。
2. 编辑器体验提升
修复了图形编辑器中相机轨道控制的问题,使视图导航更加直观。节点粘贴的边缘情况也得到了处理,提高了工作流程的稳定性。
性能与兼容性
图形遍历性能通过优化边缘访问逻辑得到提升,减少了不必要的计算。Metal着色语言(MSL)和GLSL实现之间的代码重复被大幅减少,使维护更加高效。
USD预览表面着色模型更新至2.6版本,在保持现有资产视觉一致性的同时,提供了更现代的着色特性。
移除的过时功能
为了保持代码库的现代化,移除了对旧版OSL闭包的支持。现在MaterialX专注于与OSL 1.12及以上版本中MaterialX同步的闭包,确保着色器生成的现代性和一致性。
MaterialX 1.39.2版本的这些改进和新增功能,为材质艺术家和技术美术师提供了更强大、更灵活的工具集,同时保持了与行业标准的兼容性。无论是创建复杂的表面材质,还是在不同渲染管线间交换材质数据,这一版本都提供了显著的性能提升和工作流程优化。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00