VIPER 项目使用教程
1. 项目介绍
VIPER(Volume Invariant Position-based Elastic Rods)是一个开源项目,专注于扩展基于位置的弹性杆模型,以包括弹性体积变形。通过引入每个顶点的各向同性比例(及其速度)作为额外的自由度,VIPER丰富了可能的变形空间,允许模拟体积效应,例如当杆被拉伸时横截面积的减少。
该项目通过严格的连续公式推导其弹性能量势能,并因此推导出其实现该模型的相关位置基础动力学(PBD)更新,从而实现这一模型。VIPER的GPU实现能够在140 Hz的频率下模拟高达26000个自由度。此外,VIPER展示了如何使用杆作为复杂肌肉变形的紧凑替代表示,以及如何通过将肌肉表面网格自动转换为杆束来实现碰撞检测。
2. 项目快速启动
2.1 环境配置
推荐配置:
- NVIDIA GTX1080Ti 或更好
- Ubuntu 18.04
- CUDA 10.x
2.2 初始化子模块
git clone --recursive https://github.com/vcg-uvic/viper.git
cd viper
git submodule init
git submodule update
2.3 安装依赖
sudo apt-get install cmake
sudo apt-get install xorg-dev
sudo apt-get install libboost-all-dev
sudo apt-get install libglew-dev
sudo apt-get install libcgal-dev
sudo apt-get install libtbb-dev
2.4 构建与运行
export LD_LIBRARY_PATH=/usr/local/cuda/lib64
mkdir build
cd build
cmake ..
make
./demo
2.5 使用Docker构建与运行
如果你不想设置Ubuntu 18.04环境来构建,可以使用提供的Dockerfile在容器中构建和运行。
sudo ./build_run_docker.sh
3. 应用案例和最佳实践
3.1 肌肉变形模拟
VIPER可以用于模拟复杂肌肉变形,通过将肌肉表面网格自动转换为杆束,提供了一种紧凑且高效的表示方法。
3.2 碰撞检测
通过将物体表示为杆束,VIPER可以方便地进行碰撞检测,适用于需要高精度碰撞检测的应用场景。
3.3 实时体积变形
VIPER提供了一种替代笼子的方法,用于实时体积变形。通过将杆或杆束蒙皮到表面网格,可以驱动其变形,适用于游戏开发、动画制作等领域。
4. 典型生态项目
4.1 CGAL
CGAL(Computational Geometry Algorithms Library)是一个开源的计算几何算法库,VIPER在构建过程中使用了CGAL库来处理几何计算。
4.2 Boost
Boost是一个开源的C++库集合,提供了许多高效的工具和算法,VIPER在开发过程中使用了Boost库来增强其功能。
4.3 CUDA
CUDA是NVIDIA提供的并行计算平台和API模型,VIPER利用CUDA进行GPU加速,以实现高性能的模拟计算。
通过以上步骤,你可以快速上手并深入了解VIPER项目,探索其在不同应用场景中的潜力。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00