Orillusion:引领Web3D渲染的未来
2024-09-16 17:03:18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
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
478
3.57 K
React Native鸿蒙化仓库
JavaScript
288
340
暂无简介
Dart
729
175
Ascend Extension for PyTorch
Python
288
321
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++
850
449
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
245
105
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
10
1
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
453
181
🎉 (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
1.28 K
706