Poly Toolkit for Unity 使用教程
2024-09-09 07:54:54作者:宣聪麟
1. 项目介绍
Poly Toolkit for Unity 是一个用于 Unity 引擎的插件,允许开发者在编辑时和运行时从 Poly 导入 3D 资产。该项目由 Google 开发,旨在简化 Unity 开发者与 Poly 平台之间的 3D 资产交互。Poly Toolkit 支持多种 Poly 兼容的资产格式,并提供了高效的文件解析功能。
项目状态: 该项目已不再积极开发或维护,建议直接使用 Poly API 访问 Poly 资产,并利用 Unity 现有的支持加载 Poly 兼容的资产格式。
2. 项目快速启动
安装 Poly Toolkit
如果你是 Poly Toolkit 的用户(最常见的情况),你不需要下载和构建源代码。你可以直接下载预构建的包。更多安装说明可以在在线文档中找到。
注意: 如果你使用的是 Unity 2018 或更高版本,你需要在 Player Settings 中启用“unsafe code”选项,因为 Poly Toolkit 在解析文件时使用 unsafe [] 代码块进行直接指针操作,以提高性能。
从源代码构建
如果预构建的包不符合你的需求(例如,你想要使用尚未正式发布的最新功能),你可以从源代码构建。
- 安装 Unity: 安装 Unity 5.6.3 或更高版本。
- 克隆仓库: 将此仓库克隆到你的机器上。
- 打开项目: 在 Unity 中打开项目。
- 构建包: 点击
Poly > Dev > Build .unitypackage菜单,这将创建一个.unitypackage文件。 - 安装包: 使用生成的包文件在任何项目中安装 Poly Toolkit。
# 克隆仓库
git clone https://github.com/googlearchive/poly-toolkit-unity.git
# 打开项目并构建包
cd poly-toolkit-unity
unity
3. 应用案例和最佳实践
应用案例
Poly Toolkit 可以用于各种需要 3D 资产的应用场景,例如:
- 游戏开发: 快速导入和使用 3D 模型,加速游戏开发过程。
- 虚拟现实 (VR) 和增强现实 (AR): 为 VR 和 AR 应用提供丰富的 3D 内容。
- 建筑可视化: 用于建筑和室内设计项目的 3D 模型展示。
最佳实践
- 使用最新版本的 Unity: 确保使用与 Poly Toolkit 兼容的 Unity 版本。
- 优化资产: 在导入 3D 资产时,注意优化模型的细节和多边形数量,以提高性能。
- 利用 Poly API: 直接使用 Poly API 访问 Poly 资产,以获得最新的功能和更好的支持。
4. 典型生态项目
Poly Toolkit 作为一个 3D 资产导入工具,与以下项目和工具紧密相关:
- Unity: 作为 Poly Toolkit 的宿主引擎,Unity 提供了强大的游戏开发和 3D 内容创建功能。
- Poly API: 直接使用 Poly API 可以访问 Poly 平台上的所有 3D 资产,提供更灵活的资产管理和使用方式。
- Blender: 用于 3D 建模和动画的工具,可以与 Poly Toolkit 结合使用,创建和导入自定义 3D 资产。
通过这些工具和项目的结合使用,开发者可以构建出功能丰富、性能优越的 3D 应用和游戏。
登录后查看全文
热门项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
138
169
暂无简介
Dart
598
130
React Native鸿蒙化仓库
JavaScript
235
309
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++
632
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
703
🎉 (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
1.06 K
616
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
197
74
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460