HLSL Material for Unreal Engine 项目下载及安装教程
1. 项目介绍
HLSL Material for Unreal Engine 是一个开源项目,它允许用户直接在 HLSL(High-Level Shading Language)中编写复杂的材质函数,而不是使用 Unreal Engine 的节点编辑器。这使得具有 HLSL 知识的用户能够更高效地创建自定义材质效果。
2. 项目下载位置
该项目托管在 GitHub 上,你可以通过以下命令克隆到本地:
git clone https://github.com/Phyronnaz/HLSLMaterial.git
3. 项目安装环境配置
在开始安装之前,你需要确保你的开发环境已经安装了以下软件:
- Unreal Engine
- Visual Studio (对应版本的 Unreal Engine 所需)
以下是环境配置的步骤,以下截图为例:

请在 Unreal Engine 的插件文件夹内创建一个新的文件夹,例如 YourProject/Plugins/HLSLMaterial/。
4. 项目安装方式
将下载的 HLSLMaterial 文件夹复制到你的 Unreal Engine 项目的 Plugins 文件夹内。确保文件夹结构如下所示:
YourProject/Plugins/HLSLMaterial/HLSLMaterial.uplugin
以下是安装方式的示例截图:

在 Unreal Engine 编辑器中,重新启动编辑器,然后在插件管理器中启用 HLSL Material 插件。
5. 项目处理脚本
在 Unreal Engine 中使用 HLSL Material 插件时,你需要创建一个新的 HLSL 材质函数库资产,并设置指向你的 HLSL 文件的路径。当 HLSL 文件被保存时,插件将自动解析函数并创建相应的材质函数。
以下是一个示例 HLSL 文件的内容:
// 你的 HLSL 代码
void MyMaterialFunction(out float3 Color, float Parameter) {
// HLSL 代码实现
}
在 Unreal Engine 中,创建材质函数库资产,并设置 HLSL 文件路径:

保存 HLSL 文件后,插件将生成材质函数,你可以在材质编辑器中使用它们。
以上就是 HLSL Material for Unreal Engine 项目的下载和安装教程。按照这些步骤操作,你就可以在 Unreal Engine 中使用 HLSL 编写自定义材质函数了。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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