首页
/ Gaffer 1.5.14.0版本发布:光影控制与机器学习增强

Gaffer 1.5.14.0版本发布:光影控制与机器学习增强

2025-07-07 05:06:11作者:董宙帆

Gaffer是一款开源的视觉特效和动画制作工具,专注于提供强大的节点式工作流程,广泛应用于电影、电视和游戏行业。最新发布的1.5.14.0版本带来了多项重要改进,特别是在光影控制和机器学习集成方面有了显著增强。

核心改进

标准化光影属性控制

新版本引入了lightingEffects属性,用于统一管理光照链接功能。这一改进取代了之前Arnold渲染器专用的lightGroup属性,使得光照控制更加标准化和跨渲染器兼容。现在艺术家可以在不同渲染引擎间保持一致的照明控制工作流程。

机器学习功能增强

GafferML模块获得了重要更新:

  1. 自定义ONNX算子支持:通过GAFFERML_CUSTOM_OPS_LIBRARIES环境变量,用户可以加载自定义的ONNX算子库,极大地扩展了机器学习模型的兼容性和灵活性。

  2. 字符串张量支持:新增对字符串类型张量的处理能力,为自然语言处理等需要文本输入的机器学习模型提供了更好的支持。

渲染器支持改进

Cycles渲染器

新增了对光照链接功能的支持,使得这个流行的开源渲染器在Gaffer中的集成更加完善。

RenderMan渲染器

  1. 光照链接支持:与Cycles类似,RenderMan现在也支持统一的光照链接控制。

  2. USDLux灯光支持:增加了对Pixar USDLux标准灯光的原生支持,提高了与USD工作流程的互操作性。

  3. 灯光贴图修复:修正了PxrRectLight上色彩贴图的方向问题,确保视觉效果更加准确。

开发者工具

测试框架新增了assertEqualWithAbsError()方法,为数值比较测试提供了更精确的控制手段,特别适合渲染结果验证等需要容差比较的场景。

技术意义

这次更新体现了Gaffer在几个关键方向上的发展:

  1. 标准化:通过引入lightingEffects属性,减少了渲染器特定属性的依赖,使工作流程更加统一。

  2. 机器学习集成:增强的ONNX支持和字符串张量处理能力,为AI辅助创作工具的开发铺平了道路。

  3. 渲染器兼容性:持续改进对各种渲染引擎的支持,确保艺术家可以自由选择最适合项目需求的技术方案。

这些改进共同提升了Gaffer在复杂视觉效果制作中的能力和灵活性,特别是在需要精确控制光照和集成机器学习技术的现代制作流程中。

登录后查看全文
热门项目推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.92 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
RuoYi-Vue3RuoYi-Vue3
🎉 (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
929
553
openHiTLSopenHiTLS
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
422
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65
Cangjie-ExamplesCangjie-Examples
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
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8