这篇文章项目的 Fork 版本,在学习过程中进一步完善与 部分修改已记录于本人 Fork 仓库中。按理说,但由于后续开发需要在 Forward 渲染方法下进行">
SEO技术

SEO技术

Products

当前位置:首页 > SEO技术 >

Unity中PRTGI全局光照预计算有何实践与拓展?

96SEO 2026-08-02 14:28 7


如果你深怀绝技,爱“搞点研究”,乐于分享也博采众长。我们期待你的加入,让智慧的火花碰撞交织,让知识的传递生生不息!

在知乎网站上,最早由网易有何实践与拓展?" src="/uploads/images/166.jpg"/>

这篇文章项目的 Fork 版本,在学习过程中进一步完善与 部分修改已记录于本人 Fork 仓库中。按理说,但由于后续开发需要在 Forward 渲染方法下进行。相关修改已集成至其他项目,该 Fork 已停止维护。

后续将结合 URP 下实现的相关 Feature 整理并开源,敬请期待。

流程概述

《预计算辐照度全局光照从理论到实战》中的主要步骤:

  1. 离线烘焙生成 Surfel。
  2. 按 Probe 顺序存储 Surfel。
  3. 运行时 Probe 获取对应的 512 个 Surfel。
  4. 对所有 Probe 执行 Relight。

烘焙提速

改进思路这方面。使用支持静态剔除的 函数一次渲染,并通过 Keyword 切换统一 Shader,避免多次 SetPass。

public static bool RenderToCubemap(
this Camera camera。Texture target,int faceMask,StaticEditorFlags culledFlags);

统一 Shader 示例:

#pragma multi_compile _ _GBUFFER_WORLDPOS _GBUFFER_NORMAL
float4 frag : SV_Target
{
#if defined
return float4;#elif defined
return float4;#else
half4 albedo = SAMPLE_TEXTURE2D * _Color;老实说,return albedo;#endif
}
private static void SetGlobalGBufferCaptureMode
{
switch
{
case GBufferCaptureMode.WorldPosition:
Shader.EnableKeyword;Shader.DisableKeyword;break,case GBufferCaptureMode.Normal:
Shader.DisableKeyword;Shader.EnableKeyword;break,case GBufferCaptureMode.Albedo:
Shader.DisableKeyword;Shader.DisableKeyword;break,}
}
// 每个 Probe 的渲染过程
SetGlobalGBufferCaptureMode;camera.RenderToCubemap;老实说,SetGlobalGBufferCaptureMode;camera.RenderToCubemap;SetGlobalGBufferCaptureMode;camera.RenderToCubemap;

这样时间复杂度降为 O,明显提高复杂场景下的烘焙速度。其实,

球谐调整

采用 Unity 官方 SphericalHarmonics.hlsl 的向量化写法。消除条件分支并进行 PI 预除:

// 向量化 SH9 计算
void EvaluateSH9
{
float x = dir.x;float y = dir.y;float z = dir.z;// L0
sh = 0.282095;// L1
sh = 0.488603 * y;其实,// Y_1_-1
sh = 0.488603 * z;// Y_1_0
sh = 0.488603 * x;// Y_1_1
// L2
sh = 1.092548 * x * y;// Y_2_-2
sh = 1.092548 * y * z;// Y_2_-1
sh = 0.315392 *;// Y_2_0
sh = 1.092548 * x * z;// Y_2_1
sh = 0.546274 *;// Y_2_2
// Apply pre‑divided PI coefficients
}

使用方式示例的观点是,

float shCoeffs;EvaluateSH9,for
{
contribution += shCoeffs * totalRadiance * PI / sampleCount;}

Spherical Harmonic 系数预除 PI

// Pre‑divided clamped cosine coefficients
#define kClampedCosine0 .282095f // L00 / PI
#define kClampedCosine1 .488603f // L1* / PI
#define kClampedCosine2 .315392f // L20 / PI
static const float kClampedCosineCoefs =
{
kClampedCosine0。kClampedCosine1,kClampedCosine1,kClampedCosine1,kClampedCosine2,kClampedCosine2,kClampedCosine2,kClampedCosine2,kClampedCosine2
};

3D纹理存储调整

改为使用 RWTexture3D 存储球谐系数。使得硬件直接提供缓存友好访问,并可在 Frame Debugger 中直观看到数据。

// Layout: RWTexture3D _shVolume;if return,int3 texCoord = ProbeIndexToTexCoord;_shVolume = computedSH;

注意事项

  • Relight 多弹跳仍需读取上一帧系数,所以暂时保留双缓冲结构。
  • LDS 中只写入当前帧结果,可在后续消除双缓冲。

并行规约

NVIDIA 推荐的并行规约实现可以直接套用。只需确保线程数为二次幂,这里我们使用 512。说到代码示例,

// Parallel reduction on group shared memory
for
{
if
groupCoeff += groupCoeff;GroupMemoryBarrierWithGroupSync;}
if
{
WriteResult;}

为避免寄存器压力,将每个 SH 分量单独规约:

UNITY_UNROLL for
{
float coeff = localSH;
for
{
if
coeff += localSHArray;话说回来,GroupMemoryBarrierWithGroupSync;}
if resultSH = coeff;}

分帧 Relight

AkiKurisu 提出的分帧策略:把所有 Probe 按顺序切片。每帧只更新一小段,同时优先更新相机附近的 Probe,以保证视觉感受不受影响。

void DoRelight
{
volume.SwapCoefficientVoxels;if volume.ClearCoefficientVoxel;List probesToUpdate = ListPool.Get;volume.GetProbesToUpdate;foreach
probe.Relight;volume.AdvanceRenderFrame;}
// 获取本帧需要更新的 Probe 索引
public void GetProbesToUpdate
{
int start = _currentProbeUpdateIndex;int end = start + probesPerFrame;for outList.Add;}
public void AdvanceRenderFrame
{
_currentProbeUpdateIndex = % Probes.Length;老实说,}

If you also want to prioritize nearby probes:

private void UpdateLocalProbeIndices
{
if return;Vector3 camPos = _mainCamera.transform.position;if .sqrMagnitude  distances = ListPool<>.Get;Vector3 gridOrigin = transform.position;Vector3 gridScaleInv = Vector3.one / probeGridSize;Vector3 camGridPos = * gridScaleInv;for
if{
Vector3 pGridPos=*gridScaleInv;float sqrDist=.sqrMagnitude;distances.Add);}
distances.Sort=>a.sqrDist.CompareTo);int count=Mathf.Min;for _localProbeIndices.Add;}

Forward+ 多光源适配

  • Create an empty package named /Packages/com.unity.render-pipelines.ps5/ShaderLibrary/.
  • Add a placeholder file FoveatedRendering_PSSL.hlsl.
  • Add following cluster initialization before LightLoop:

#if _FORWARD_PLUS
float2 uv = ComputeNormalizedDeviceCoordinates;InputData inputData ={};inputData.normalizedScreenSpaceUV=uv;inputData.positionWS=surfel.position;说起来,#endif
uint pixelLightCount=GetAdditionalLightsCount;LIGHT_LOOP_BEGIN
// Light Loop...
LIGHT_LOOP_END

体积雾适配

The open‑source volumetric light solution is repurposed by replacing its APV sampling with our PRT volume lookup.

阴影缓存

Add a per‑Surfel shadow cache texture to store last valid shadow attenuation.


// Sample and cache main light shadow per surfel
float4 shadowCoord=TransformWorldToShadowCoord;if)
{
float atten=SampleShadowmap,shadowCoord。GetMainLightShadowSamplingData,GetMainLightShadowParams,false);shadowCache=atten;}
else{
atten=shadowCache;}

Surfel 合并 Brick

The idea is to cluster nearby Surfels into a “Brick”,store only one representative per direction and keep a weight list that maps each Probe to its contributing Bricks.

C# 数据结构示例
/// Represents indices of a range of Surfels within a Brick.
public struct SurfelIndices { public int start;public int end;}
/// A Brick holds merged Surfels.
public class SurfelBrick {
public readonly List surfelIndices=new List;public readonly HashSet referencedProbes=new HashSet;}
/// Weight of a Brick for a specific Probe.
public struct BrickFactor { public int brickIndex;public float weight;}
/// Range of factors belonging to one Probe.
public struct FactorIndices { public int start;public int count;}

The baking pipeline becomes:

  1. Create Surfels per Probe via ray casting.
  2. Merged Surfels into Bricks using a spatial hash grid.
  3. Ecompute each Brick’s average normal → derive per‑Probe factor weight.
  4. Sereialize Brick data、Factor 列表还有合并后的 Surfels.
  5. .
  6. .

Brick Gizmos 可视化

A small editor script draws each Brick’s bounds and colors m according to ir contribution weight to currently selected Probe—useful for debugging redundancy reduction.

性能影响

  • Merged Brick 数量远低于原始每 Probe 的 512 Surfels → Relight 带宽下降约 30%~50%。
  • LDS 中直接写入二阶 SH 的 27 个浮点值,无需额外纹理读写 → 内存使用减半。按理说,
  • - 对室内高频细节会有一定精度损失。需要结合 SSGI 或屏幕空间反射补偿。
  • .
Brick 并行规约实现

hlsl

groupshared float3 brickCoeff;不过,

float shCoeffs;EvaluateSH9,不过,

UNITY_UNROLL for { brickCoeff=shCoeffstotalRadianceweight;} GroupMemoryBarrierWithGroupSync;

// Reduce per‑component across thread group for{ if{ UNITY_UNROLL for brickCoeff+=brickCoeff;} GroupMemoryBarrierWithGroupSync;}

if{ for WriteResult;老实说,}

与后续工作方向
  • 实时 PRTGI 技术与实现
  • 《预计算辐照度全局光照从理论到实战》
  • Unity 移动端可用实时 GI方案细节补充
  • Global Illumination in Tom Clancy's The Division
  • Pi or not to Pi in game lighting equation

This is article #1983 from “侑虎科技”。不过,感谢作者 AkiKurisu 的供稿与开源工作。欢迎转发分享,未经授权请勿转载。按理说,如有独到见解或发现新问题,请联系作者共同探讨。


标签: 全局

SEO优化服务概述

作为专业的SEO优化服务提供商,我们致力于通过科学、系统的搜索引擎优化策略,帮助企业在百度、Google等搜索引擎中获得更高的排名和流量。我们的服务涵盖网站结构优化、内容优化、技术SEO和链接建设等多个维度。

百度官方合作伙伴 白帽SEO技术 数据驱动优化 效果长期稳定

SEO优化核心服务

网站技术SEO

  • 网站结构优化 - 提升网站爬虫可访问性
  • 页面速度优化 - 缩短加载时间,提高用户体验
  • 移动端适配 - 确保移动设备友好性
  • HTTPS安全协议 - 提升网站安全性与信任度
  • 结构化数据标记 - 增强搜索结果显示效果

内容优化服务

  • 关键词研究与布局 - 精准定位目标关键词
  • 高质量内容创作 - 原创、专业、有价值的内容
  • Meta标签优化 - 提升点击率和相关性
  • 内容更新策略 - 保持网站内容新鲜度
  • 多媒体内容优化 - 图片、视频SEO优化

外链建设策略

  • 高质量外链获取 - 权威网站链接建设
  • 品牌提及监控 - 追踪品牌在线曝光
  • 行业目录提交 - 提升网站基础权威
  • 社交媒体整合 - 增强内容传播力
  • 链接质量分析 - 避免低质量链接风险

SEO服务方案对比

服务项目 基础套餐 标准套餐 高级定制
关键词优化数量 10-20个核心词 30-50个核心词+长尾词 80-150个全方位覆盖
内容优化 基础页面优化 全站内容优化+每月5篇原创 个性化内容策略+每月15篇原创
技术SEO 基本技术检查 全面技术优化+移动适配 深度技术重构+性能优化
外链建设 每月5-10条 每月20-30条高质量外链 每月50+条多渠道外链
数据报告 月度基础报告 双周详细报告+分析 每周深度报告+策略调整
效果保障 3-6个月见效 2-4个月见效 1-3个月快速见效

SEO优化实施流程

我们的SEO优化服务遵循科学严谨的流程,确保每一步都基于数据分析和行业最佳实践:

1

网站诊断分析

全面检测网站技术问题、内容质量、竞争对手情况,制定个性化优化方案。

2

关键词策略制定

基于用户搜索意图和商业目标,制定全面的关键词矩阵和布局策略。

3

技术优化实施

解决网站技术问题,优化网站结构,提升页面速度和移动端体验。

4

内容优化建设

创作高质量原创内容,优化现有页面,建立内容更新机制。

5

外链建设推广

获取高质量外部链接,建立品牌在线影响力,提升网站权威度。

6

数据监控调整

持续监控排名、流量和转化数据,根据效果调整优化策略。

SEO优化常见问题

SEO优化一般需要多长时间才能看到效果?
SEO是一个渐进的过程,通常需要3-6个月才能看到明显效果。具体时间取决于网站现状、竞争程度和优化强度。我们的标准套餐一般在2-4个月内开始显现效果,高级定制方案可能在1-3个月内就能看到初步成果。
你们使用白帽SEO技术还是黑帽技术?
我们始终坚持使用白帽SEO技术,遵循搜索引擎的官方指南。我们的优化策略注重长期效果和可持续性,绝不使用任何可能导致网站被惩罚的违规手段。作为百度官方合作伙伴,我们承诺提供安全、合规的SEO服务。
SEO优化后效果能持续多久?
通过我们的白帽SEO策略获得的排名和流量具有长期稳定性。一旦网站达到理想排名,只需适当的维护和更新,效果可以持续数年。我们提供优化后维护服务,确保您的网站长期保持竞争优势。
你们提供SEO优化效果保障吗?
我们提供基于数据的SEO效果承诺。根据服务套餐不同,我们承诺在约定时间内将核心关键词优化到指定排名位置,或实现约定的自然流量增长目标。所有承诺都会在服务合同中明确约定,并提供详细的KPI衡量标准。

SEO优化效果数据

基于我们服务的客户数据统计,平均优化效果如下:

+85%
自然搜索流量提升
+120%
关键词排名数量
+60%
网站转化率提升
3-6月
平均见效周期

行业案例 - 制造业

  • 优化前:日均自然流量120,核心词无排名
  • 优化6个月后:日均自然流量950,15个核心词首页排名
  • 效果提升:流量增长692%,询盘量增加320%

行业案例 - 电商

  • 优化前:月均自然订单50单,转化率1.2%
  • 优化4个月后:月均自然订单210单,转化率2.8%
  • 效果提升:订单增长320%,转化率提升133%

行业案例 - 教育

  • 优化前:月均咨询量35个,主要依赖付费广告
  • 优化5个月后:月均咨询量180个,自然流量占比65%
  • 效果提升:咨询量增长414%,营销成本降低57%

为什么选择我们的SEO服务

专业团队

  • 10年以上SEO经验专家带队
  • 百度、Google认证工程师
  • 内容创作、技术开发、数据分析多领域团队
  • 持续培训保持技术领先

数据驱动

  • 自主研发SEO分析工具
  • 实时排名监控系统
  • 竞争对手深度分析
  • 效果可视化报告

透明合作

  • 清晰的服务内容和价格
  • 定期进展汇报和沟通
  • 效果数据实时可查
  • 灵活的合同条款

我们的SEO服务理念

我们坚信,真正的SEO优化不仅仅是追求排名,而是通过提供优质内容、优化用户体验、建立网站权威,最终实现可持续的业务增长。我们的目标是与客户建立长期合作关系,共同成长。

提交需求或反馈

Demand feedback