SamG-Coder/SmartImposter
多媒体与设计用 Rust + Vulkan 从零实现、由 RTX 核心求交的硬件光线追踪森林渲染器,远处植被以视差八面体 impostor 表示。
项目介绍
SmartImposter 是一个用 Rust + Vulkan 从零编写的渲染器,整帧只走硬件光线追踪,没有光栅化路径。场景里有约 44 万株、14 个物种的植物:近处按真实网格绘制,超过网格距离后每株植物在加速结构里只占一个 AABB,由自定义相交着色器在烘焙好的、BC 压缩的半球八面体图集上做光线步进(正交视图空间里的视差遮挡映射)。
与常见 impostor 不同的地方在于把它当成程序化几何:RT 核心负责遍历和裁剪,相交着色器负责在有符号距离场式的烘焙深度上前进,找到命中后再读取反照率、法线与可见度。光照上烘焙了分层自阴影,并按纹素存下叶片法线的「离散程度」,因此 impostor 的亮度与真实网格接近。可选 NVIDIA DLSS Ray Reconstruction 把每像素一个噪声样本降噪并放大,缺少 SDK 时回退到自带的 TAA(README)。
它面向研究光追、植被 LOD 和 DLSS 集成的图形程序员,而不是想要开箱即用游戏场景的普通用户。
快速使用
仓库不包含植物资产,Fab 上的 Quixel Megaplants 与 Megascans 授权不允许再分发。你需要一块支持 Vulkan 硬件光追的 GPU(开发机为 16 GB 的 RTX 5080)、默认配置下约 4.5 GB 空闲显存、Rust stable 和 Vulkan SDK。
- 在 UE 5.x 工程中以 Unreal 格式加入需要的 Megaplants,再用
tools/ue_export_megaplants.py无头导出。 - 用
tools/megaplant_to_mtree.py把每个物种转成assets/species/<Species>.mtree与.json;可选地用tools/grass_to_mtree.py加入 Megascans 草,并把四张地面扫描材质放进SI_GROUND_DIR指向的目录。 - 编译运行:
cargo run --release
启用 DLSS Ray Reconstruction 需要 NVIDIA DLSS SDK、构建时设置 DLSS_SDK,并把 nvngx_dlssd.dll 放到 assets/dlss/;否则日志会说明原因并回退到 TAA。--dlss、--fly、--species、--shot、--bench-move 等参数覆盖截图、基准测试和按物种加载,具体转换命令见快速开始章节。
使用约束
- 必须支持
VK_KHR_ray_tracing_pipeline与VK_KHR_acceleration_structure,没有光栅化回退。 - 默认资产集约需 3.2 GB 图集与植物、地面纹理显存;可用
--imp-res、--imp-texel、SI_TEX_MAX或--species降低。 assets/species必须由你持有的 Fab 授权自行构建,授权不允许随仓库分发资产。- 已知限制:近距离从下方看 impostor 会有竖向拉丝(图集只覆盖上半球)、没有风动画、高空能看出草块重复布局、白杨正面受光的 impostor 比网格亮约 1.2 倍、低帧率下 LOD 过渡带和单样本阴影偏噪(限制说明)。
- 代码为 MIT 许可;Quixel 资产与 NVIDIA DLSS SDK/运行库遵循各自的许可(许可说明)。
HotRepo 点评
该项目在 2026-11-18 进入 HotRepo 的 Rust 新项目榜,约 1.5 小时窗口内新增 7 颗 Star、累计 108 星和 10 个 Fork,未记录到全语言日榜名次。样本很小且处于早期,说明不了采用度。更值得关注的是完成度:README 给出了实测数据——RTX 5080 上 1440p 开 DLSS-RR Quality 为 8.0 ms/帧、DLAA 为 15.4 ms/帧,52 张图集的启动烘焙与压缩约 5.3 秒,并记录了 Shader Execution Reordering 与 CPU/GPU 重叠前后的对比。代价是复现场景必须自备 Fab 资产,这提高了上手门槛,也让仓库更像一份聚焦 impostor 光追的完整案例,而不是可直接运行的开箱演示。
本文由 AI 根据项目 README 生成,更新于 ,以项目官方文档为准。