Aurora 实时路径追踪渲染器下载与安装教程
2024-12-07 19:57:41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
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
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++
877
578
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
162
暂无简介
Dart
764
189
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
12
1
🎉 (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
1.33 K
746
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
React Native鸿蒙化仓库
JavaScript
302
350