Aurora 实时路径追踪渲染器下载与安装教程
2024-12-07 13:10:22作者:吴年前Myrtle
1. 项目介绍
Aurora 是由 Autodesk 开发的一款实时路径追踪渲染器,它利用 GPU 硬件光线追踪技术,支持复杂的场景交互性能。作为一种实时渲染器,Aurora 旨在支持实时视图中快速的设计迭代,与用于最终帧生产的渲染器(如 Autodesk Arnold)不同。Aurora 拥有一个 USD Hydra 渲染代理 HdAurora,允许它从一个 USD Hydra 场景代理中使用,也可以通过其自己的 API 直接使用,这一点通过一个名为 Plasma 的独立示例应用程序进行了展示。
2. 项目下载位置
项目托管在 GitHub 上,可以通过以下地址访问和下载:Aurora GitHub 仓库。
3. 项目安装环境配置
在开始安装前,需要确保你的开发环境满足以下要求:
- 操作系统:官方支持 Windows 10 或 Ubuntu 20.04。Windows 11 和其他 Linux 发行版可能可以工作,但尚未官方支持。
- GPU:需要支持硬件光线追踪的 GPU,通过 DirectX Raytracing (DXR) 在 Windows 上或 Vulkan Ray Tracing 在 Windows 或 Linux 上。
- 驱动:推荐安装最新的 GPU 驱动程序,以获得对光线追踪 API 支持的改进。
以下是在 Ubuntu 20.04 上配置环境的一个示例:

(注:图片示例需要替换为实际的截图)
4. 项目安装方式
以下是项目在 Windows 和 Ubuntu 20.04 上的安装步骤:
Windows:
- 打开命令提示符(例如“x64 Native Tools Command Prompt for VS 2019”)。
- 运行以下命令安装外部依赖项:
python Scripts\installExternals.py \AuroraExternals
- 使用 CMake 构建项目:
cmake -S . -B Build
cmake --build Build --config Release
- 运行 Plasma 应用程序:
cd Build\bin\Release
Plasma.exe
Ubuntu 20.04:
- 运行以下命令安装外部依赖项:
python Scripts/installExternals.py /AuroraExternals
- 使用 CMake 构建项目:
cmake -S . -B Build
cmake --build Build
- 运行 Plasma 应用程序:
cd Build/bin/Release
./Plasma --output [OUTPUT_IMAGE_FILE.png] --scene [INPUT_SCENE_FILE.obj] --renderer hgi
5. 项目处理脚本
项目中的 installExternals.py 脚本用于安装构建 Aurora 所需的外部依赖项。确保在构建之前运行此脚本以安装所有必要的库和模块。
以上就是 Aurora 实时路径追踪渲染器的下载与安装教程。按照上述步骤操作,你将能够成功安装并运行此开源项目。
登录后查看全文
热门项目推荐
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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
186
201
暂无简介
Dart
629
142
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
9
1
React Native鸿蒙化仓库
JavaScript
242
316
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
383
3.54 K
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
1.03 K
481
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
🎉 (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
1.11 K
624
仓颉编译器源码及 cjdb 调试工具。
C++
128
858