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。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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