【亲测免费】 如何使用Festivity的Genshin Impact Shader在Blender中复制原神游戏的渲染效果
目录结构及介绍
当你克隆了festivities/Blender-miHoYo-Shaders仓库之后,你会看到以下的目录和文件:
scriptsscripts
gitattributes, gitignore
这些是Git使用的标准配置文件.
HoYoverse - Genshin Impact Outlines v3.blend
此.blend文件包含了用于Genshin Impact轮廓的预设材料.
HoYoverse - Genshin Impact Post-Processing.blend
这个.blend文件提供了对Genshin Impact的后期处理的仿制.
HoYoverse - Genshin Impact v3.4.blend
这是主着色器文件版本3.4.
运行环境
这个仓库还包含了诸如.github等目录,其中包含自动化工作流程定义.
LICENSE
这是一个开源许可证声明(GNU General Public License v3).
README.md
这个文件包含了项目简介以及如何使用着色器的指南.
启动文件介绍
项目的启动点位于各个.blend文件中:
- HoYoverse - Genshin Impact Outlines v3.blend, HoYoverse - Genshin Impact Post-Processing.blend, 和 HoYoverse - Genshin Impact v3.4.blend: 使用这些文件作为你的起点来加载预先设定的材质和着色器设置到你的Blender场景中.
要打开任何这些.blend文件,只需要双击它或者从Blender内部选择"Open",然后浏览到该文件的位置并打开即可.
配置文件介绍
主要配置主要是在.blend文件中的材质设置和图像节点设置:
- 在HoYoverse - Genshin Impact Outlines v3.blend 中,你需要将头部骨骼约束到名为
Head Origin的空对象. - 在所有
.blend文件中,你都需要替换你的角色网格原始材质以匹配来自这些文件中的着色器材质. - 另外,你需要导入纹理进入对应的图像节点或纹理槽.
为了进行有效的模型渲染,你应该参照这些.blend文件里预先设定好所有的节点树.调整参数如光照,颜色修正和透明度效果以达到你想要的效果.
最后,记得检查读取文件(README.md)和项目许可(LICENSE).它们包含了使用和修改代码的重要细节.对于更深入的操作指南和技术背景知识,考虑查阅作者提供的资源和示例视频,可以在README.md文件中找到相关链接.
以上步骤就是如何开启和运行这个项目的整个过程.希望这帮助你理解了如何使用Festivity的Genshin Impact Shader库.如果你遇到任何技术难题或有疑问,请参阅相应的开发文档或联系项目维护者获取帮助.
现在,你可以开始探索如何用这些工具提升你在Blender中的3D模型渲染质量了!祝你好运!
如果你有任何问题或者需要进一步的帮助,请随时告知。
另外,由于该项目涉及特定的Blender插件和材质配置,建议在使用前熟悉Blender的工作流程,特别是有关着色器和材质的知识点.如果遇到困难可以查找相关的教程或者向社区求助.
希望这篇详细的指南能够帮到你,如果还有其他的问题欢迎继续询问。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00