Orillusion:引领Web3D渲染的未来
2024-09-16 23:16:24作者:薛曦旖Francesca
项目介绍

Orillusion 是一款基于 WebGPU 标准的纯 Web3D 渲染引擎。它旨在实现桌面级的渲染效果,并支持在浏览器中进行复杂场景的3D渲染。目前,Orillusion 处于测试阶段,不推荐用于任何商业应用。
项目技术分析
Orillusion 的核心技术基于 WebGPU,这是Web领域最新的技术标准,将在3D渲染以及 AI/LLM 场景中发挥重要作用。WebGPU 提供了比传统 WebGL 更强大的图形处理能力,使得在浏览器中实现高质量的3D渲染成为可能。
项目及技术应用场景
Orillusion 的应用场景非常广泛,包括但不限于:
- 游戏开发:在浏览器中实现高质量的3D游戏渲染。
- 虚拟现实(VR)和增强现实(AR):为Web端VR/AR应用提供强大的渲染支持。
- 数据可视化:通过3D渲染技术,将复杂数据以更直观的方式呈现。
- 教育与培训:创建交互式的3D教学内容,提升学习体验。
项目特点
- 纯Web实现:无需安装任何插件,直接在浏览器中运行。
- 高性能:基于
WebGPU标准,提供桌面级的渲染性能。 - 易用性:支持多种导入方式,包括NPM、CDN等,方便开发者快速上手。
- 社区驱动:项目鼓励开发者贡献代码,不断更新优秀的示例,帮助社区成员展示才华。
如何开始
安装
通过NPM安装
推荐使用前端构建工具如 Vite 或 Webpack 进行开发。
npm install @orillusion/core --save
通过CDN导入
支持使用原生 <script> 标签导入 Orillusion。
- 全局构建:
<script src="https://unpkg.com/@orillusion/core/dist/orillusion.umd.js"></script>
<script>
const { Engine3D, Camera3D } = Orillusion
</script>
- ESModule构建:
<script type="module">
import { Engine3D, Camera3D } from "https://unpkg.com/@orillusion/core/dist/orillusion.es.js"
</script>
使用示例
创建Engine3D实例
import { Engine3D } from '@orillusion/core'
Engine3D.init().then(()=>{
// 下一步
})
创建Canvas
<canvas id="canvas" width="800" height="500" />
import { Engine3D } from '@orillusion/core';
let canvas = document.getElementById('canvas')
await Engine3D.init({
canvasConfig: { canvas }
})
平台支持
-
Windows/Mac/Linux:
- Chrome 113+
- Edge 113+
-
Android(需开启
enable-unsafe-webgpu标志):- Chrome Canary 113+
- Edge Canary 113+
了解更多
贡献与开发
在开发或提交PR之前,请确保阅读 贡献指南。
许可证
Orillusion 引擎基于 MIT 许可证发布。
Orillusion 不仅是一个强大的Web3D渲染引擎,更是一个充满活力的开发者社区。无论你是前端开发者还是3D渲染爱好者,Orillusion 都为你提供了一个展示才华和学习新技术的平台。立即加入我们,共同探索Web3D的未来!
登录后查看全文
热门项目推荐
相关项目推荐
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-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
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
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
270
93
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
378
3.33 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1