网传 Fable 5.2「纯代码作画」:光追、水面、倒影与火光的程序化渲染原理

7小时前
椰子皮
5
0
0
文章

“ 网传 Fable 5.2「纯代码作画」:光追、水面、倒影与火光的程序化渲染原理 一条流传的推文称,某模型在只给一句「午后宁静光影」提示的情况下,输出的不是图片,而是一段可直接运行的渲染程序,跑出来光追、水面、倒影与火光俱全。 需要先说明:模 ”

网传 Fable 5.2「纯代码作画」:光追、水面、倒影与火光的程序化渲染原理

一条流传的推文称,某模型在只给一句「午后宁静光影」提示的情况下,输出的不是图片,而是一段可直接运行的渲染程序,跑出来光追、水面、倒影与火光俱全。
需要先说明:模型名称、版本号与产物体量都没有一手材料,本文讨论的是「这类产物若成立,背后对应什么技术原理」,而非对某次具体事件的确认。


先划证据边界:哪些能核实,哪些不能

目前公开可见的材料,是一段转述性的文字:一句大意是「用你知道的任何代码技术,画一幅光影交错的画,凸显午后宁静的光影氛围」的提示词描述;一句「产物约 1.4MB」的体量说法;以及光追、水面、倒影、火光四个技术标签。此外还有「全程没有调用图像生成模型」的表述。

除此之外,没有代码片段、没有文件清单、没有仓库地址、没有单帧渲染耗时、没有硬件环境,也没有模型方或第三方对该名称与版本号的确认。把一条转述当作整篇判断的地基,显然不够。

「1.4MB」这个数字本身也要打问号。主流对话模型的单轮输出长度存在上限,万行量级的源码很难一次充分展开。所以更可能的形态是:多轮分段生成后拼接合并,或者产物里包含大量参数表与重复常量,也可能只是转述时对体量的粗估。这几种情况的含义完全不同——一次成型的完整渲染管线,与多轮拼装出的可运行脚本,对应的能力判断不在一个量级上。

因此下文一律写作「网传代号 Fable 5.2(未获官方确认)」,凡涉及产物体量、耗时、评价的说法都按未经核实处理。下面要谈的技术原理则不依赖这次事件的真伪:程序化渲染是一套成熟且公开的方法,讨论它如何被组织成一段可运行代码,本身是有价值的。


真正的分野:交付像素,还是交付规则

文生图模型的产物是位图:一次推理出一张成品,改一点细节就重生成或局部重绘。程序化渲染的产物是源码:它描述的是「怎么算」,运行时才产生像素。两者的差别不只是画质,而是产物的性质不同。

维度 图像生成模型 代码生成(程序化渲染)
产物形态 位图,如 PNG/JPG 可执行的源码
分辨率 受训练与推理分辨率约束 由采样预算决定:提高分辨率需同步提高每像素采样数,否则噪点与走样明显,耗时随之上升
可编辑性 靠提示词重生成或局部重绘 直接改光源位置、材质与噪声参数
可复现性 受随机种子与模型版本影响 同一份代码加确定性随机数得到同一结果,但仍受浮点精度与硬件差异影响
体积 与像素数成正比 与逻辑复杂度成正比
典型失败 结构错误、光影不守恒 性能爆炸、调参失败、画面过曝或全黑

一句话概括:图像模型交付的是一次成品,代码生成交付的是一套能反复出结果的规则。 规则可以参数化、可以版本管理、可以换一个场景继续复用同一套管线。这也正是图形学里程序化内容生成(PCG)的既有传统——地形、云、植被、纹理早就由算法批量生产,这里只是把尺度推到了「一整幅画」。

规则路线也有自己的软肋:可读性随体量下降,性能与画面复杂度强耦合,参数空间巨大却缺少客观评价指标。后面几节会反复碰到这一点。


光追与光线步进:把「画」变成「算」

光栅化和光线追踪是两条主干路线。提示词里的光追、倒影、水面,几乎必然指向后者,或者它的轻量替代方案——光线步进(raymarching)。

光线追踪是反向模拟光路:从摄像机出发,为屏幕上每个像素发一条射线,求它与场景的最近交点,再按交点处的材质决定这个像素的颜色。交点之后还要分裂出子射线:

  1. 阴影射线:朝光源方向再射一条,中途撞到物体则该点落在阴影里。
  2. 反射射线:按法线做镜面反射递归采样,决定这个点能看到什么倒影。
  3. 折射射线:穿过透明介质时按折射率偏折(水的折射率约 1.33,属常识值),用于水体的透射与扭曲。
  4. 递归深度:通常限制在几层,否则计算量指数膨胀。

纯代码场景里更经济的选择是 SDF(符号距离场)+ raymarching:物体不再用三角形网格描述,而是用一个函数回答「空间中某点到最近表面的距离」,射线沿着这个距离一步步「跳」过去。好处是代码短、不需要建模文件、球面平面与噪声扰动的曲面都能用解析式写出来——这恰好是「凭空写出一段能跑的代码」最需要的性质。

代价是计算量与画面复杂度强耦合:每个像素发几条线、每条线步进多少次、每步做多少噪声采样,全部叠加。这也解释了这类产物为什么往往要做超采样抗锯齿,却又得靠降分辨率、降采样数来换取能跑完的速度。


水面与倒影:把「宁静」翻译成一组数值

画面里最容易「露怯」的元素是水,因为它同时考验反射、折射、扰动与能量守恒。

  • 几何层:水面往往就是一个平面,复杂度全放在法线上,用多层噪声函数(Perlin、Simplex 或正弦波叠加)制造高低频混合的涟漪;高频负责细碎波光,低频负责大尺度起伏。
  • 法线扰动反射:把扰动后的法线代入反射公式,倒影方向随波纹抖动,于是自然出现「被水揉碎」的效果。这比真去模拟流体便宜几个数量级。
  • 菲涅尔效应:视线越接近掠射角,反射越强、透射越弱。这是水面在远处像一面镜子、在脚下又能看见水底的关键,也是很多「看起来很假」的水面漏掉的一步。
  • 焦散:光穿过波动水面后在水底汇聚成亮纹。严格求解需要光子映射之类的重手法,代码作品里常用近似——在底面上叠一层被水面法线调制的亮斑噪声。

「宁静」在这里不是形容词,而是一组数值:噪声振幅要小、频率要低、菲涅尔要偏强、反射要清晰。 振幅一调大,画面立刻从午后静水变成风起浪涌。这就决定了这类作品高度依赖参数微调,而微调恰恰是最难被一句提示词精确指定的部分。


火光与色调映射:氛围的最后一公里

火光通常不是主体,它的作用是给冷暖对比提供一个锚点:午后的阳光偏暖白、天光偏冷蓝,火光则是高饱和的橙红,三者共存才有层次。

  • 点光源与距离衰减:强度按距离平方反比衰减,近处受光面亮、远处迅速变暗,形成局部光池。
  • 色温控制:火光色温偏低,代码里通常直接用一组偏红的 RGB 系数近似,而不是真去算黑体辐射曲线。
  • 体积感:来自介质散射。常见做法是在射线步进时按位置采样密度、把光晕累积进颜色;或更廉价地在后期做泛光,让高亮区域向四周溢出。
  • 色调映射:最容易被忽视的一环。渲染出的线性高动态范围数值必须经色调映射(业界常用 ACES 类近似曲线)压回可显示范围,再做伽马校正。没有这一步,画面不是死黑就是过曝,「午后」的氛围根本立不住。

串起来看,一幅「光影交错的午后」本质上是若干物理近似 + 若干美术取向参数共同作用的结果。程序化渲染的强项是物理近似可以写得很干净,弱项是美术取向只能靠人反复试。所以这类作品的水平,往往不取决于代码有多复杂,而取决于调参那几百次里,有没有一次恰好落在「好看」的位置上。


该追问什么:样本、归属与工程代价

伴随传播出现的「审美已经提升」一类评价,至少有三处需要打问号。

第一,单例不能证明普遍能力。 这类传播天然带有筛选效应:跑出黑屏、跑出噪点、跑到一半卡死的尝试,很少被截图发出来。我们看到的是一次成功样本,而不是成功率。

第二,审美的归属被模糊了。 提示词里「午后宁静」「尽善尽美」已经把方向框死,剩下的工作是模型把方向翻译成参数,再由人挑选出满意的结果。这更接近「模型写出了可用的渲染器,人类完成了美术指导」,而不是模型独立具备审美。

第三,代价没有被交代。 体量大意味着可读性与可维护性差,也可能存在大量重复与冗余;同一段代码在不同硬件、不同浮点精度下能否稳定出图,渲染一帧需要多久,都需要数据支撑。

但反过来看,也不该因此低估它。能写出结构完整、物理近似基本成立、还带美术调参的渲染程序,说明模型对图形学概念之间的组合关系有相当程度的掌握——光影响水、水影响倒影、倒影影响色调,一处写错画面就会立刻崩坏。判断这类能力,「能不能跑通并自洽」比「好不好看」更可靠。


从生成内容到生成可执行资产

如果这条路线成立,它指向的是模型输出从「结果」转向「规则」。

  • 对创作而言,一段渲染程序是可以被继承的:改一个常量就能从午后变成黄昏,改一个噪声种子就能换一片水面,比反复重生成图片要高效得多。
  • 对工程而言,代码可以被审查、被测试、被版本管理,正确性有客观判据:几何是否闭合、能量是否守恒、有没有除零与死循环。
  • 对评估而言,麻烦也在这里。位图可以用相似度打分,而「这段渲染代码写得好不好」目前缺少公认的自动指标,只能靠人跑起来看。

可预期的演进大致有三条:渲染管线会越来越模块化(光照、材质、后期各段分离,便于替换);工具链会补上「生成—运行—反馈」的闭环,让模型看到自己的渲染结果再自我修正,而不是盲写;体量偏大的产物则会促使人们在可读性与效果之间重新找平衡。

回到开头那个需要打问号的传闻本身:它最值得记住的地方,不在于某一次渲染有多好看,而在于它提示了一种可能——「画」可以被表达成「算」,并且这种表达有可能由模型独立完成到可运行的程度。审美判断仍然在人这边,物理近似仍然要靠图形学的老底子,性能与可维护性仍然是绕不开的成本。至于这次传闻里模型到底是不是叫 Fable 5.2、产物到底有多大,等一手材料出来再下结论也不迟。


📚 参考来源

  1. 震惊是真的!Fable5.2纯代码作图和审美已经提升到了恐怖地步 —— mp.weixin.qq.com
赏
支付宝微信
0
关注公众号获取更多内容
一个前端小团队的两年:用 JS 全栈,把设计器做进工厂车间
没有了
暂无评论,快抢沙发吧