推荐使用:three.quarks - 炫酷三维粒子效果库
2024-05-20 11:48:37作者:范垣楠Rhoda
three.quarks 是一个基于现代 TypeScript 编写的高性能 JavaScript 三维粒子系统视觉效果库,专为流行的 three.js 库设计。它提供了一个直观的 WYSIWYG 可视化编辑器 three.quarks-editor,使您可以轻松创建和编辑粒子效果。

链接资源
背景
three.quarks 是一个通用的粒子系统库,其灵感来源于 Unity 的 Shuriken 粒子系统,并且与之部分兼容。在高性能的 three.js 基础上构建,该库提供了强大的可视化编辑工具,让开发者能够创建各种炫酷的三维粒子效果。
发展路线图
- 使用 Rust 重构模拟编译器代码
- 在 CPU 上运行 WebAssembly 粒子模拟(进行中)
- GPU 上的 GPU 模拟(进行中)
- 节点式/脚本化粒子系统(进行中)
- 提高模拟频率以优化性能
- Unity 和独立平台跨平台原生插件支持
主要特性
- 半兼容 Unity Shuriken 粒子系统
- 支持 Mesh 标准材质和基本材质
- 批处理渲染多个粒子系统(减少绘制调用)——BatchedParticleRenderer
- 发射形状和控制
- 网格表面发射器
- 插件系统 —— Plugin
- 自定义行为
- 自定义发射器形状
- 4 种渲染器类型
- 平面
- 拉伸平面
- 网格渲染器
- 尾迹渲染器 TrailBatch
- 在网格表面产生粒子
- 配置可变的渲染模式和混合模式
- 1D Bézier 曲线函数以调整效果
- 图像贴图动画
- 用户扩展和自定义功能
- 实时编辑器,用于测试和创建视觉效果 three.quarks-editor
- VFX json 文件加载和保存
three.quarks 利用 CPU 计算粒子信息,通过定制着色器、实例化和批处理技术,尽可能地减少绘制调用来渲染粒子。支持一维分段 Bézier 曲线,用于实现可定制的变换视觉效果。最重要的是,开发者可以通过添加自己的行为来自定义粒子系统的运作方式。
安装与使用
使用以下命令安装:
npm install three.quarks
查看 examples 目录以了解如何使用。将粒子系统添加到场景中的例子如下:
const clock = new THREE.Clock();
const batchSystem = new BatchedRenderer();
const texture = new TextureLoader().load("atlas.png");
// 粒子系统配置
// ... 省略 ...
// 创建粒子系统并添加自定义行为
// ... 省略 ...
// 添加粒子系统到 batchSystem
batchSystem.addSystem(muzzle1);
// 将 batchSystem 添加到场景
scene.add(batchSystem);
适用场景
无论是在游戏开发、动态图形设计,还是网页和应用的交互效果中,three.quarks 都能展现强大且高效的粒子效果。只需简单的配置即可实现复杂的视觉特效,对于希望快速迭代视觉元素的开发者来说,这是一个理想的选择。
结论
凭借其出色的性能、丰富的功能和易于使用的编辑器,three.quarks 成为了一个值得信赖的粒子效果解决方案。加入我们的 Discord 社区,与开发者们一起探讨这个项目的潜力,共同创造更多令人惊叹的三维视觉体验!
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
677
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
116
昇腾LLM分布式训练框架
Python
178
220