前言

DDGI (Dynamic Diffuse Global Illumination)，名叫动态漫反射全局光照，这是由NVIDIA提出的一种全局光照技术，它结合光线追踪（Ray Tracing）和辐照度探针（Irradiance Probes），用于解决动态场景中高质量、实时漫反射间接光的问题

为什么需要DDGI

DDGI 解决了传统探针的两大痛点：更新开销和漏光

  • 传统探针
    • 大多需预计算，无法处理动态物体
    • 可见性问题导致严重穿墙，容易漏光，需手动放置大量屏蔽板

    下图天花板即是漏光

    下图阴影由门后的probe泄露

  • DDGI

    • 开销低：将3d纹理映射在2d纹理，每个探针的2d纹理仅有8*8和16*16的大小，每帧耗时几ms
    • Avoid leaks with visibility data + heuristics（使用可见性数据 + 启发式算法避免泄漏）：借鉴VSM，计算像素到探针的距离，对比探针记录的平均距离和方差，利用切比雪夫不等式计算该像素被遮挡的概率。如果像素被墙挡住了，该探针的贡献度就会降为 0
    • Dynamic irradiance in 1-2M rays/frame（每帧 100万到200万 条光线）
    • Noiseless, incremental, infinite-bounce （无噪声、增量、无限反弹）
    • Forward, deferred, transparent, volumetric, etc.（支持前向、延迟、透明、体积光等渲染管线）
    • Eliminate surface parameterization/manual probe placement requirement（消除手动放置探针的要求）

但DDGI不是完美的，他只能计算漫反射，高光仍需SSR

DDGI算法

流程不复杂，但想一个一个全部实现是很复杂的，大致如下：

  • Ray Tracing & Shade：每个探针发射固定数量的均匀分布射线，使用上一次迭代结果shade：实现无限次反弹的全局光照

    通过八面体映射，将每个球面映射到2d贴图，得到一张irradiance、一张distance结果：

  • Blend：blend irradiance和depth到probe


    上图圆圈的黑体表示一个texel，黑体的黑色箭头是与texel关联的方向，该texel存储每个ray的加权平均，靠近texel的权重越大，反之权重越小

  • Border Fix：处理纹理边缘，防止采样时的分块感

  • Sample：基于3d坐标、可见性、normal 体积采样

实现流程

  • 定义尺寸

    尺寸参考nvidia官方

    • ProbeGrid ： X x Y x Z 个探针

    • Ray Data Buffer ：存储DXR计算的结果

    • 大小： ProbeCount * RaysPerProbe

    • Struct: 存 float3 Radiance (颜色) 和 float Distance (距离)

    • Irradiance Texture：存储最终混合的GI

    • 每个探针大小：每个探针 6x6 像素，加上 1 像素边框（用于双线性插值），一共 8x8

      因为最终计算的需要双线性插值，到边缘是不对的（会采样到身旁的probe），需要在上下左右多增加1pixel，并使用Board寻址

    • 宽：ProbeGrid.X * 8

    • 高：ProbeGrid.Y * ProbeGrid.Z * 8

    • Distance Texture：存probe到hit的distance数据 (R存distance的加权，G存distance平方的加权)

    • 每个探针大小：每个探针 14x14 像素，加边框共 16x16

    • 宽：ProbeGrid.X * 16
    • 高：ProbeGrid.Y * ProbeGrid.Z * 16

Debug

  • 目的：确定探针在场景的位置

    先确定场景最大的BoundingBOX，在BoundingBOX中均分探针，得到BoundingBOX的起点（gridOrigin），及间隔（gridSpacing），随后在debug shader中计算每个探针的世界空间位置，在对应位置绘制圆球

  • 实现细节

    • 由于探针数量很多，这里使用20个面，60个索引的球体和实例化来减小debug下的性能消耗

    • 将gridOrigin、gridSpacing、ProbeGrid尺寸传递给shader，并结合SV_InstanceID计算世界空间坐标

    uint3 GetProbeGridCoord(uint probeIndex)
{
    uint3 gridCoord;
    gridCoord.x = probeIndex % 16;
    gridCoord.y = (probeIndex / 16) % 4;
    gridCoord.z = probeIndex / (16 * 4);
    return gridCoord;
}

float3 GetProbeWorldPosition(uint probeIndex)
{
    uint3 coord = GetProbeGridCoord(probeIndex);
    // 位置 = 起点 + 索引 * 步长
    return g_GridOrigin + (float3(coord) * g_GridSpacing);
}

o.positionWS = i.positionOS + o.probeCenterWS;

  • 效果

八面体映射

  • 目的：DDGI通过八面体映射将三维信息映射到二维坐标，从而减少内存消耗

  • 什么是八面体映射

    八面体映射（Octahedral Mapping）的过程是将一个球体投影到一个正八面体上，然后像切橘子皮一样把它摊平在一个正方形平面内

  • 为什么是八面体映射

    • 极高的均匀度：相比 UV 布局，八面体映射在整个正方形区域内的像素分布非常均匀
    • 完美的硬件过滤：在 2D 纹理中，八面体映射可以通过简单的Border Padding来处理纹理环绕，当着色器在 2D 纹理上进行双线性采样时，即使跨越了八面体的边缘，通过 Padding 补全的像素也能保证插值结果在数学上是连续的
    • 计算开销极低：只需要几行基础的代数运算（绝对值、加减法），不需要复杂的三角函数（如 sin, cos, atan2）
  • 实现八面体映射 
    float2 SignNotZero(float2 v)
{
  return float2((v.x >= 0.0) ? +1.0 : -1.0, (v.y >= 0.0) ? +1.0 : -1.0);
}

// 3D dir normalize to [-1, 1]
float2 OctEncode(float3 n)
{
  n /= (abs(n.x) + abs(n.y) + abs(n.z));
  float2 result = n.xy;
  if (n.z < 0.0)
  {
      result = (1.0 - abs(result.yx)) * SignNotZero(result);
  }
  return result;
}

// [-1, 1] to normalized 3D dir
float3 OctDecode(float2 f)
{
  float3 n = float3(f.x, f.y, 1.0 - abs(f.x) - abs(f.y));
  float t = saturate(-n.z);
  n.xy += (n.xy >= 0.0) ? -t : t;
  return normalize(n);
}
  • 计算二维图上的坐标：光得到八面体uv坐标还不行，还没有确定指定probe在irradiance上的位置
    1. 归一化八面体uv 
      float2 normalizedOctUV = octUV * 0.5 + 0.5;
    2. 确定probe的行列位置

      probe是 3D 的，但纹理是 2D 的。需要将一维的 probeIndex 展平成二维布局，从而找到probe在2D里是第几列第几行

      uint probeX = probeIndex % (uint)gridDims.x;
uint probeY = probeIndex / (uint)gridDims.x;
    3. 计算probe块内的起始坐标

      由于2d图内的probe块有效信息是6x6，但上下左右需要多增加一个pixel，防止双线性插值得到的不准确的信息，因此(probeRes + 2.0)得到probe块的尺寸，+ 1.0避开最边缘的1pixel

      // probeRes = 6
float2 probeTopLeft = float2(probeX, probeY) * (probeRes + 2.0) + 1.0;
    4. 根据起始坐标、八面体uv定位当前probe块计算的pixel 
      float2 pixelPos = probeTopLeft + normalizedOctUV * probeRes;
    5. 转换到全局 UV 空间 
      float2 atlasSize = float2(gridDims.x, gridDims.y * gridDims.z) * (probeRes + 2.0);
pixelPos / atlasSize
  • 简单的测试

    简单的计算一下，让2d RT 图中每个坐标的颜色值都不同，并在debug中根据八面体的uv坐标、probe index计算2d图中的uv坐标，采样2d图

    下图第一张为2d图，第二张是采样2d图的效果

DXR BLAS TLAS

  • 目的：众所周知光追是一个非常耗时得过程，为了优化光追的性能消耗，DX12特意推出了DXR，用于加速快线追踪，其中的核心便是BLAS、TLAS

  • 什么是BLAS TLAS

    • BLAS (Bottom-Level Acceleration Structure)：底层加速结构。一种加速结构，类似BVH
    • 存储位置：由于build BLAS非常耗时，只构建一次，因此一般存储于每个mesh
    • 存储数据：vertex、index
    • TLAS（Top-Level Acceleration Structure）：顶层加速结构。TLAS基于BLAS build
    • 存储位置：由于每一帧都可以快速 build TLAS，因此存储于每个渲染instance
    • 存储数据：BLAS 的引用、world matrix、InstanceID、掩码（Mask）
  • 如何运作
    1. ray先与 TLAS 的包围盒求交，确定ray可能hit的instance
    2. 如果hit了某个instance，ray会通过该instance的“逆变换矩阵”转换到局部空间，然后与对应的 BLAS 求交，确定撞击到的三角形
  • 总结

特性 BLAS TLAS
存储内容 vertex、index instance id、world matrix、BLAS 的引用、Mask
更新频率 极低(底层mesh改变才更新) 极高（每帧更新，处理位移/旋转）
内存占用 较大（取决于模型复杂度） 较小（取决于场景instance个数）
构建开销 昂贵 廉价

Ray Tracing

  • 目的：记录与射线相交的pixel颜色、距离

  • 算法

    • 确定probe

    • 生成均匀分布的射线

    使用DXR自带的"raygeneration"shader，其中自带的TraceRay可以发出射线

    生成射线的方式使用 low discrepancy spherical Fibonacci，且每帧旋转避免走样

    • 判断射线是否相交

    • 相交：重心坐标插值，计算需要的Ray Data（radiance、distance），返回Ray Data

      注意：需要处理hit back face的情况，normal需要反向

      先考虑直接光，shadow、间接光后续加入

    • 不相交：返回无效信息（radiance为0、distance为一个特别大的值）

    • 将Ray Trace结果写入GBuffer

  • 如果将radiance、distance可视化为射线，射线本身的颜色表示radiance，射线长短表示distance；如果想看每个得到的Ray Tracing是否合理正确，可以实现一个类似unity probe的功能，不难得到如下结果：

Irradiance Map

  • 目的：为了后续采样probe且尽可能优化性能，需要将所有probe的Ray Data存储在一张Irradiance Map上，每个probe的Ray Data大小占6*6pixel（漫反射是低频信息）

  • 算法

    • 将3维探针组平铺到2维

    • Dispatch 的 Z大小是有限制的，X/Y **：通常最大支持 **65,535，但Z最大支持64

    • 易于计算probeIndex

    • 计算八面体uv

    • 由于每个probe的Ray Data大小有效空间只有6x6，左右上下各自多出的1pixel用于防止边缘双线性插值的错误结果，需要计算有效（只包含6x6）的oct(八面体)uv

    • 基于oct uv计算球面方向probeDirection

    • 计算irradiance

    • 既然是计算irradiance，那肯定是计算半球上的积分，又因为Ray Tracing的结果是稀疏的，需要进行平滑否则会有噪点，所以需要每个射线与probeDirection的权重，最后加权平均

      公式：E(probeDirection) = \int_Ω L(rayDir) * max(0, dot(probeDirection, rayDir)) drayDir

    • TAA

    因为irradiance计算在compute shader，可以无需额外pass执行时间滤波

  • 效果

Distance Map

  • 目的：与Irradiance map一样，只是存储的是Distance
  • 算法：大部分与Irradiance map相同，不同在于weight计算

采样Irradiance

  • 目的：将GI加入光照计算

  • 算法

    • 计算postionWS在探针网格中的坐标

    • 与周围八个probe(2x2x2)做trilinear

    • 为了方便计算将八个probe index[0-7]从一维变换到三维，对应三维空间下的probe index[(0,0,0)，(1,1,1)]

      offset = int3(i, i >> 1, i >> 2) \& int3(1, 1, 1)

    • 计算每个probe的positionWS in 探针网格

      float3 biasPositionWS = positionWS + surfaceBias;

float3 gridCoord = GetGridCoord(biasPositionWS, gridOrigin, gridSpacing);
int3 baseProbeCoords = floor(gridCoord);
float3 alpha = frac(gridCoord);
    • Warp Shading(Backface weight)

      由于采样点附近的8个probe，有些probe可能不该给采样点有贡献，如墙壁背后（会导致漏光），因此需要剔除与normal 角度相差大于180的

      公式：(dot(DirPointToProbe,NormalSurface)+1.0)×0.5

      完全正面——点积为 1，权重最大；侧面——点积为 0，依然保留一部分权重（约 0.5）；完全背面——点积为 -1，权重降为 0

    • 计算trilinear weight

      int3 offset = int3(i, i >> 1, i >> 2) & int3(1, 1, 1);
float3 trilinear = lerp(1.0 - alpha, alpha, (float3)offset);
float trilinearWeight = trilinear.x * trilinear.y * trilinear.z;
      • offset：offset = (0, 0, 0) 代表左下前方的探针，offset = (1, 1, 1) 代表右上后方的探针
      • alpha：alpha越接近0，越偏向offset0的部分，反正越偏向offset1的部分
      • trilinear：之所以是lerp(1.0 - alpha, alpha, (float3)offset)，当offset为0时，lerp得到1.0 - alpha，alpha越接近0，offset0的权重越大；当offset为1时，lerp得到alpha，alpha越接近0，offset0的权重越小，offset1权重越大
      • trilinearWeight：当前probe对周围八个probe的权重
    • 计算oct uv

      使用normalWS作为probe dir

    • 映射probe position WS->irradiance atlasPos

      uint2 atlasPos = uint2(adjCoords.x, adjCoords.y + adjCoords.z * gridDimensions.y);
float2 octantCoordsIrr = OctEncode(normalWS);
uv = (octantCoordsIrr * 0.5f + 0.5f) * (DDGI_PROBE_NUM_TEXELS - 2.f) + 1.0f;
finalUV = (float2(atlasPos * DDGI_PROBE_NUM_TEXELS) + uv) * irradianceTexSize.zw;
    • 采样irradiance，加权平均 
      float3 probeColor = SampleTexture2D_LOD(irradianceTexIndex, finalUV, linearClampSampler, 0).rgb;
probeColor = pow(probeColor, exponent);

sumIrradiance += probeColor * weight;
sumWeight += weight;

float3 finalIrradiance = sumIrradiance / sumWeight;
finalIrradiance *= finalIrradiance;
finalIrradiance *= TWO_PI;

切雪比夫计算遮挡

如上图所示，红色圆环表示probe，灰色表示geometry，绿色表示probe发出的光线，其中，probe存储\sum r、\sum r^2

最终计算sample时，用probe存储的距离信息，来计算方差σ

关于\frac{1}{n}，可以提前到 ray trace时，相加r最后平均

LIMITATIONS & CONTINUING WORK

  • Low-frequency
    • 问题
    • DDGI 只能模拟变化平缓、大面积覆盖的间接光照，无法捕捉锐利的阴影或微小的反光细节

    • 解决

    • 这意味着AO、高光反射DDGI无法模拟，需要用屏幕空间ao、屏幕空间反射来实现，

  • Thin corridors & sharp corners

    • 问题
    • Thin corridors（狭窄的走廊）：导致两个墙壁间没有任何probe，导致这里的光照看着不连续，很奇怪
    • sharp corners（尖锐死角）：Shading Point周围8 个探针有可能分布在墙体的不同侧 。虽然Chebyshev Test可以剔除墙后的探针，但如果墙角过于尖锐，可能导致周围所有探针都被判定为不可见，从而产生黑块或光照断层

    • 解决

    • 对于Thin corridors & sharp corners切换SSGI shade，而SSGI用于大范围的光照

  • Probes just inside walls

    • 问题
    • 由于Grid是均匀分布的，某些probe可能会处于几何体内，从而导致Shadow Leak
      • 采集偏黑：probe处于几何体内，会导致ray trace hit的面都是背面，计算存储的irradiance偏黑
      • 插值出错：若插值位于几何体内的probe，会插值到错误的irradiance
    • 解决
    • Probe Relocation
      • 通过检测背面击中率找出几何体内的probe，将这些探针顺着射线反向推出墙体
    • Probe Classification
      • Probe Relocation不能让所有几何体内的probe都能推出墙体，对于这些probe，标上标记，后续shade、sample时完全跳过
  • Convergence rate (faster → more rays → lower hysteresis)
    • 问题
    • 由于 DDGI 使用了时间滤波，如果光照发生剧变，DDGI通常需要数帧时间才能更新完成 ，而不是瞬时的
    • 解决
    • 更多的ray：如果单帧的ray足够多，结果就越准确，就不再需要更多的时间滤波平滑画面

优化

Self-Shadow Bias & Backface Hit

  • Self-Shadow Bias
    • 问题：当在物体surface处查询Probe时，variance in the visibility estimate（可见性估计的方差）在分布均值附近最高——换句话说，就在surface，若方差越高会导致切雪比夫越大，从而使得遮挡率越高

    • 解决

    • 通过手动偏移 shade point position，使得r增大，从而计算的遮挡率降低

    • 公式：


      其中：

      n为normal

      ω_0为view dir

      如果probe grid是均匀的，MIN_DISTANCE_BETWEEN_PROBES为1；反之，MIN_DISTANCE_BETWEEN_PROBES取三个维度的min

      TunableShadowBias：一般为0.3（论文中提到该值大多数情况表现都比较好）

  • Backface Hit

    • 为了进一步减少漏光，击中背面的探针更新记录值的irradiance为0，且distance缩短 80\%。 缩短distance可以确保探针将背面视为被阴影遮挡，从而不照亮它们，但为什么不将distance设为0呢？
    • 设为0会使得切比雪夫权重趋向于 0，当权重归一化时，该值可能会被推得更高
    • probes that see some backfaces but are not stuck in walls (due to modeling idiosyncrasies) could have overly skewed average depths

Perception-based Exponential Encoding

  • 问题

    如果irradiance probe的收敛很慢，场景中剧烈的光照变化会导致明显的滞后，尤其是从亮到暗

  • 解决

    • 为irradiance应用基于感知的指数gamma编码：该编码以感知线性插值方式，加速由亮到暗的收敛

    由于人眼对暗部的感知更为敏感，直接在分量空间做线性混合会导致在变暗过程中能量下降过慢，感觉有残影；使用 x^{1/5} 编码后，能量在混合过程中的下降曲线会更符合人眼感知的线性度

    实验得出，gamma为5效果是最好的

    甚至可以减少低频闪烁，这是由fireflies（由于更新光线击中小且亮的irradiance，引起diffuse GI的明亮闪光）引起

    netIrradiance = pow(netIrradiance, 1.0f / g_DDGIEncodingGamma);

    for (int i = 0; i < 8; ++i):
    float3 probeColor = SampleTexture2D_LOD(irradianceTexIndex, finalUV, linearClampSampler, 0).rgb;
    probeColor = pow(probeColor, gamma * 0.5f);
probeColor = Pow2(probeColor);

Fast Convergence Heuristics

  • 问题

    目前hysteresis是一个固定值，但对应不同的光照变化，固定的hysteresis不能满足需求

    比如，hysteresis很高0.97，GI效果很平滑没问题，如果灯光熄灭，场景亮度需要快速从亮到暗，但由于hysteresis很高，大多数数据是从历史帧获取的，导致收敛很慢；如果hysteresis很低，虽然收敛很快，但不好抑制噪点，且会影响可见性，导致漏光

  • 解决

    需要一个动态的hysteresis满足多种需求

    低阈值会检测量值超过最大值 25% 的变化，将滞后系数（hysteresis）降低 0.15。高阈值检测量值超过 80% 的变化，将滞后系数直接降低至 0.0，即完全不信任历史帧

    还可以针对光照或几何变化调整滞后系数：

    • 小型光照变化（手电筒打开）：将辐照度滞后系数降低 15%，持续四帧
    • 大型光照变化（时间剧变）：将辐照度滞后系数降低 50%，持续 10 帧
    • 大型物体变化（天花板塌陷）：将辐照度滞后系数降低 50% 并持续 10 帧，同时将可见性滞后系数降低 50% 并持续 7 帧
    float significantChangeThreshold = 0.25f;
float newDistributionChangeThreshold = 0.25f;

float changeMagnitude = DDGIMaxComponent(netIrradiance - historyIrradiance);
if (abs(changeMagnitude) > significantChangeThreshold)
{
hysteresis = max(0, hysteresis - 0.15f);
}
if (abs(changeMagnitude) > newDistributionChangeThreshold)
{
hysteresis = 0.f;
}

    如果包含TAA，hysteresis可以更低

Probe-position Adjustment

  • 问题

    探针可见性信息可以防止被遮挡探针产生漏光和漏影，但也会导致某些探针处于完全遮挡状态，导致错误的渲染效果，尤其是DDGI是动态的，probe会跟着相机移动，不能预先手动摆放probe

  • 解决

    nvidia提出一种在静态几何体周围迭代地移动探针，以最大限度地增加有用探针的数量并生成良好的观察点的方法

    具体思路：

    • probe发射光线，记录光线是否打中背面

    • 使用backFaceCount记录打中背面的次数，并统计probe到背面的最近距离closestBackfaceDist、到正面的最近距离closestFrontfaceDist、到正面的最远距离farthestFrontfaceDist

    • 计算打中背面的次数，是否大于设定的阈值PROBE_BACKFACE_THRESHOLD，大于则认定该probe在墙内

    • 大于，则偏移当前probe到最近背面（将probe推向距离最近的面）

    • 将probe推向距离最近的面后，还需要将probe在向外推一些，和其他物体留一些距离，这个距离设定为PROBE_MIN_FRONTFACE_DISTANCE

    • 若probe到正面的最近距离closestFrontfaceDist小于PROBE_MIN_FRONTFACE_DISTANCE，则继续将probe向外推

      需要计算probe到最近正面的dir和到最远正面的dir，当这两个dir的夹角大于90°时，才允许移动（避免在狭窄的夹缝里，远离a面的同时，又撞进b面）

    • 若probe到正面的最近距离closestFrontfaceDist大于PROBE_MIN_FRONTFACE_DISTANCE，则继续将probe向正面推

Probe States

  • 问题

    即使对probe position进行了调整，某些probe依旧不会对irradiance有所贡献，这部分计算是无效的，应该跳过，问题在于如何高效且稳定地跳过

  • 解决

    nvidia使用了状态机的思想，引入了一套稳健的探针状态，以避免对这些探针进行光线追踪或更新，从而在保持相同视觉效果的同时提升性能

    将不应更新的探针与必须更新的探针区分开来，并增加了一个额外的中间状态，用于识别刚刚出现的探针（场景初始化、probe移动），并调整Hysteresis


    其中，\alpha 是当前帧的hysteresis；\alpha' 是场景的默认hysteresis

    • 对于静态几何体内部的probe设为“off” (never trace or update)

    • 处于静态几何体外部的probe也不是每帧都要更新，当probe附近一个probeSpacing内没有任何静态几何体，这种probe设为“Sleeping”

    只有当probeSpacing内有静态几何体时，才唤醒，设为“Awake”

  • 算法

    1. 对于未初始化的probe，光线追踪需要五帧，用于确定最优的位置和初始化状态。在这个pass最后，所有先前未初始化的probe设为“Newly Vigilant,” “Off,” or “Sleeping”
    • 这一步可以直接使用静态物体的AABB来快速加速，因为可以直接根据AABB来调整probe，而无需依靠distance和backface的数据

      通过这种方法，许多探针可以快速设为“Newly Vigilant”，但光线追踪仍是需要的，来判定哪些探针应设为“Off”

    1. 所有动态物体的 AABB（轴对齐包围盒）扩大一个探针网格单元宽度加上自阴影偏移量，作为保守估计，位于动态物体扩大后的 AABB 内的所有“Sleep”探针设为“Newly Awake”

    2. （可选）。对于“Newly Vigilant”、“Newly Awake”状态的probe，使用大量光线并将hysteresis设为0，在一帧内对这些probes快速收敛，然后设为 “Vigilant”和“Awake"

    3. 如果Trace rays的对象是“Vigilant”、“Awake”的probe，则使用场景默认的hysteresis更新他们的数据

      如果省略第三步，这一步同样适合于“Newly Vigilant”、“Newly Awake”probe

  • 注意

    • 对于参与介质（Participating media，如雾），虽然它不是静态几何体，但仍需要设为“Awake”
  • 收益

    使用probe状态机可以带了30-50%的性能收益，probe可以发射更多的光线，且可以使用更低的hysteresis以快速收敛

    其中，“Baseline”为不使用探针休眠的耗时，“Equal Quality”、“Time Saved”为百分比和时间的节省，"Better Quality"为匹配Baseline的前提下，增加活跃探针的光线数量带来的画质提升

GPGPU

  • 目的

    通过使用通用 GPGPU，可以实现更快的更新，将传入的着色采样光线命中点存储在共享内存（Shared Memory/LDS），以便所有线程并行读取

Reference

DDGI: DYNAMIC DIFFUSE GLOBAL ILLUMINATION WITH RAY-TRACED IRRADIANCE FIELDS

Deep G-Buffers for Stable Global Illumination Approximation

Scaling Probe-Based Real-Time Dynamic Global Illumination for Production

[UFSH2025]《命运扳机》的光与影

他们曾如此骄傲的活过，贯彻始终