Gaffer 1.5.3.0版本发布:Primitive变量调整与渲染流程增强
2025-07-07 20:05:54作者:郁楠烈Hubert
项目简介
Gaffer是一款开源的视觉特效和动画制作工具,采用节点式工作流程,广泛应用于电影和电视制作领域。它提供了强大的场景描述、渲染管理和合成能力,支持Arnold、3Delight等主流渲染器。Gaffer的节点式架构让艺术家和技术总监能够灵活地构建复杂的制作流程。
核心功能更新
PrimitiveVariableTweaks节点
本次版本引入了一个重要的新节点——PrimitiveVariableTweaks,它允许用户对几何体上的primitive变量进行精细调整。这个节点的亮点在于:
- 局部调整能力:可以根据ID或遮罩(mask)选择性地影响几何体的特定部分,而不是全局修改
- 非破坏性工作流:保持原始数据不变,只对指定部分应用调整
- 灵活的参数控制:支持多种调整方式,满足不同制作需求
这个节点特别适合处理需要局部调整材质属性或几何特性的情况,比如角色服装不同部位的差异化处理。
渲染流程菜单增强
新增的"Render Pass"菜单栏项目显著改善了渲染流程管理:
- 集中式访问:可以直接从菜单栏切换当前渲染通道
- 上下文感知:自动显示焦点节点提供的可用渲染通道
- 提升工作效率:减少了在复杂节点网络中查找和切换渲染通道的时间
工作流程改进
着色器网络增强
着色器系统得到了多项重要改进:
- 上下文处理支持:现在可以在着色器网络中使用ContextProcessor、Loop和Spreadsheet节点
- 终端节点灵活性:这些节点现在可以作为着色器网络的终端节点连接到ShaderAssignment等节点
- 多Switch节点支持:修复了连续多个Switch节点在着色器网络中的处理问题
这些改进使得着色器网络构建更加灵活,特别是对于需要基于不同上下文条件变化着色效果的高级应用场景。
可视化工具优化
VisualiserTool进行了多项实用改进:
- 数据选择智能化:primitive变量选择控件现在会列出当前选择可用的变量名
- 数值精度修复:解决了拖动可视化工具时初始值与实际值不一致的问题
- 错误处理增强:对不支持的数据类型提供了更好的错误反馈
用户界面改进
- Tweaks节点布局:将调整列表移至可折叠的"Tweaks"区域,使界面更加整洁
- 查看器着色模式:
- 着色模式菜单图标现在会反映非默认状态
- 新增Ctrl+点击快捷方式在默认和最后使用的着色模式间切换
- Python编辑器:优化了代码补全性能,解决了因Python属性获取器性能问题导致的延迟
技术细节优化
渲染通道编辑器
- 自动禁用标识:由RenderPassWedge客户端适配器禁用或删除的渲染通道现在会显示为禁用状态,并用橙色圆点区分
- 撤销支持:渲染通道切换操作现在可撤销,提高了操作安全性
插件系统增强
- 自定义插件警告:当注册无效的自定义插件时,现在会显示警告
- 插件尺寸控制:支持通过元数据指定自定义插件的宽度和最小宽度
底层API变更
- TweakPlug新增方法:添加了
applyElementwiseTweak()方法,用于逐个元素调整*VectorData - 渲染器配置支持:IECoreArnold和IECoreDelight现在支持从
GAFFER_STARTUP_PATHS加载配置文件 - 着色器网络处理:虽然涉及ABI变更,但为满足关键功能需求,对ShaderNetworkAlgo进行了必要调整
- 新增工具方法:
- PlugAlgo添加了
contextSensitiveSource()方法 - ShaderPlug为
parameterSource()方法添加了Python绑定 - ScriptNodeAlgo新增了渲染通道管理相关方法
- PlugAlgo添加了
总结
Gaffer 1.5.3.0版本在几何数据处理、着色器网络构建和渲染流程管理方面带来了显著改进。新加入的PrimitiveVariableTweaks节点为精细控制几何属性提供了强大工具,而渲染通道菜单的增强则简化了复杂渲染流程的管理。这些改进共同提升了Gaffer在视觉效果制作中的实用性和效率,特别是在需要处理大量自定义属性和复杂渲染流程的高端制作场景中。
登录后查看全文
热门项目推荐
相关项目推荐
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
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-1.5暂无简介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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
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
480
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
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210