Galacean Runtime 项目中 ShaderLab 的 include 指令支持相对路径解析
在图形渲染开发中,Shader 代码的组织和管理是一个重要课题。Galacean Runtime 项目近期针对 ShaderLab 语法中的 #include 指令进行了重要增强,使其能够支持相对路径解析,这为开发者提供了更灵活的 Shader 代码组织方式。
技术背景
ShaderLab 是一种用于编写着色器的专用语言,在 Unity 等游戏引擎中广泛使用。其中的 #include 指令允许开发者将外部着色器代码文件包含到当前着色器中,实现代码复用和模块化管理。
传统实现中,#include 通常只支持绝对路径或预定义路径,这在一定程度上限制了代码的组织灵活性。特别是在大型项目中,当需要重构目录结构或共享代码片段时,这种限制会带来诸多不便。
实现方案
Galacean Runtime 通过以下技术方案实现了相对路径支持:
-
路径解析机制:系统现在能够正确解析以
./或../开头的相对路径,如#include "./shader/chunk.glsl"。 -
路径属性扩展:在
ShaderPass和ShaderChunk类中新增了path属性,用于存储和跟踪着色器文件的路径信息,为相对路径解析提供上下文。 -
路径规范化处理:系统会对所有路径进行规范化处理,确保不同操作系统下的路径分隔符一致性,并正确处理路径中的
.和..符号。
技术优势
这一改进带来了多项技术优势:
-
更好的代码组织:开发者可以按照功能或模块将着色器代码组织在不同的目录中,使用相对路径引用,提高代码可维护性。
-
便于代码共享:当需要将着色器代码共享给其他项目或团队成员时,相对路径使得代码迁移更加容易,减少路径调整的工作量。
-
增强的可读性:相对路径通常比绝对路径更短,使代码更清晰易读。
-
构建系统友好:与现代化构建工具和持续集成系统更好地集成,因为这些系统通常基于相对路径工作。
实现细节
在实际实现中,系统需要:
- 记录当前正在处理的着色器文件的路径作为基准路径
- 解析
#include指令中的相对路径 - 将相对路径与基准路径结合,计算出绝对路径
- 验证文件存在性并进行错误处理
- 递归处理嵌套的
#include指令
这种实现方式既保持了与现有代码的兼容性,又为开发者提供了更强大的代码组织能力。
总结
Galacean Runtime 对 ShaderLab 中 #include 指令的相对路径支持是一项重要的功能增强,它使着色器代码的组织和管理更加灵活高效。这一改进特别适合大型项目或需要频繁共享代码的开发场景,是图形渲染开发工作流程中的一个有价值的优化。
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