Nu引擎v18.12.0版本发布:次表面散射与体积雾效技术解析
项目背景与技术定位
Nu是一款专注于高质量实时渲染的开源游戏引擎,其技术架构在物理渲染(PBR)领域持续深耕。最新发布的v18.12.0版本带来了两项核心图形学技术突破:次表面散射(Subsurface Scattering)和全光源体积雾效(Volumetric Fog),这些特性显著提升了皮肤、植物等半透明材质的真实感表现,以及场景的大气效果。
次表面散射技术实现
次表面散射(SSS)是模拟光线穿透半透明表面并在内部散射的物理现象。v18.12.0版本通过以下技术手段实现了这一效果:
-
材质系统扩展:新增了散射系数、吸收系数等物理参数控制,允许美术人员精确调节不同材质的光线穿透特性。从示例截图可见,皮肤材质展现出自然的红润感和柔软质感。
-
双通道渲染方案:在延迟渲染管线中分离了表面反射与次表面散射分量,通过特殊的着色器计算光线在介质中的扩散过程。技术截图展示了高细节下的散射效果,可见光线在皮肤组织内的柔和扩散。
-
性能优化:实现了与阴影系统的解耦设计,使得SSS效果可以在无阴影场景中独立运行,同时通过渲染缓冲区尺寸优化确保了实时性能。
体积雾效全面升级
体积光效(Volumetric Lighting)系统在本版本获得重大增强:
-
全光源支持:突破性地为所有类型光源(包括点光源、聚光灯等)添加了体积雾效支持,技术截图展示了聚光灯在雾中的体积光锥效果。
-
阴影集成:创新地解决了阴影投射光源的体积雾计算难题,使阴影区域能正确影响雾效密度和光照表现。
-
全局雾效:新增基础全局雾效系统,虽然开发者表示仍需完善,但已能实现大气透视效果,增强场景深度感。
关键技术优化
除核心渲染特性外,本次更新包含多项底层优化:
-
光照系统改进:
- 修正了光照贴图边界计算问题
- 优化光源排序算法
- 新增SSAO(屏幕空间环境光遮蔽)的局部控制接口
-
阴影系统增强:
- 实现阴影贴图部分缓存机制
- 修复阴影纹理重建时的渲染同步问题
- 优化阴影体积计算精度
-
渲染管线调整:
- 减少深度/模板缓冲区使用数量
- 改进屏幕空间反射(SSR)质量
- 优化渲染目标尺寸管理
物理与工具链改进
-
物理系统:调整Jolt物理引擎参数,避免数值不稳定导致的异常;新增永久冻结API和实体分割功能。
-
编辑器功能:
- 改进光源尺寸编辑的可视化反馈
- 优化体积编辑的筛选逻辑
- 新增导航系统启用开关
技术影响与适用场景
这些升级使Nu引擎特别适合开发以下类型项目:
- 需要高度真实角色表现的叙事游戏
- 依赖自然光照效果的开放世界
- 强调氛围渲染的恐怖/冒险游戏
- 需要精细材质表现的医疗/产品可视化
次表面散射技术不仅适用于人体皮肤,也可用于蜡质、大理石、树叶等半透明材质;而体积雾效系统则大幅提升了室内外场景的空间感和光照戏剧性。
未来展望
根据更新说明,开发团队计划继续完善全局雾效系统,并可能进一步优化次表面散射的性能表现。当前的架构改进也为更多先进渲染技术(如光线追踪)奠定了基础。
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。C048
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0126
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