Gaffer 1.5.9.0版本发布:Arnold与RenderMan渲染器支持升级
Gaffer是一款开源的视觉特效和动画制作工具,专注于提供节点式的工作流程,广泛应用于影视制作领域。它支持多种渲染引擎,并提供了强大的场景描述和合成能力。本次发布的1.5.9.0版本主要带来了对Arnold 7.4的完整支持以及RenderMan渲染器的初步集成,同时修复了一些关键性问题。
Arnold渲染器支持升级
本次更新中,Gaffer正式添加了对Arnold 7.4版本的支持。Arnold作为业界广泛使用的生产级渲染器,其7.4版本带来了多项性能改进和新特性。
值得关注的是新增的reportFileName
选项,这一功能允许用户指定Arnold 7.4新引入的HTML报告输出路径。这些报告包含了详细的渲染统计信息,对于分析和优化渲染性能非常有帮助。
在USD灯光处理方面,修复了shaping:cone:softness
值大于1时的处理问题。现在这些值的转换方式与hdArnold
保持一致,确保了渲染结果的一致性。此外,还修复了由无效P
原始变量引起的崩溃问题,提高了软件的稳定性。
RenderMan渲染器初步支持
1.5.9.0版本引入了对RenderMan 26.3的初步支持,这是一个重要的里程碑。要启用这一功能,用户需要设置RMANTREE
环境变量指向RenderMan 26.3的安装路径,并设置GAFFERRENDERMAN_FEATURE_PREVIEW
为1。
需要注意的是,当前RenderMan支持仍处于功能预览阶段,尚未达到生产就绪状态。已知的缺失功能包括灯光过滤器、灯光链接和胶囊等。开发团队提供这一早期预览版本的主要目的是收集用户反馈并进行进一步测试。
性能优化与问题修复
在性能方面,本次更新解决了USD点实例化适配器导致的交互式渲染性能下降问题。这一改进通过将相关属性从适配器级别提升为全局选项来实现,虽然技术上是一个破坏性变更,但权衡利弊后团队认为性能提升的收益大于潜在的兼容性风险。
Cycles渲染器方面修复了粒子运动模糊形状不正确的问题,而SceneAlgo模块则修复了在适配器创建函数中调用registerRenderAdaptor()
导致的错误和崩溃问题。
API变更
渲染API方面新增了preRenderSignal()
和postRenderSignal()
信号,为开发者提供了更精细的渲染流程控制能力。这些信号可以在渲染开始前和结束后触发自定义操作,为插件开发提供了更大的灵活性。
总体而言,Gaffer 1.5.9.0版本在渲染器支持和系统稳定性方面都有显著提升,特别是对Arnold 7.4的完整支持和RenderMan的初步集成,为视觉效果艺术家提供了更多选择。开发团队将继续完善RenderMan支持,并欢迎用户提供反馈以帮助改进这一功能。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









