本周速览
本期覆盖 2026-10-03 至 2026-10-09。主线是两个过去常被当成“运行时成本”的环节正在被前移:透明渲染把降低方差的一部分工作放进表示训练,PC Shader 把设备相关编译搬到分发阶段;与此同时,WebGPU 开始试验资源表,让材质纹理由 Shader 索引而不是逐 Draw 绑定。
本期深读 SteadySplats。它并不是给 3D Gaussian Splatting 再套一个普通降噪器,而是同时改变训练目标、空间样本复用和时间历史权重,试图让 1 sample/pixel 的随机 OIT 真正可用。Pixar 在同一周公开 RenderMan 28 的 Gaussian Splat 预览工作流,恰好补上 DCC 侧的生产视角;两者属于同一选题,合并为一条,不重复计数。
精选新闻
1. 深读|SteadySplats:用训练期降方差与时空重采样,让随机 OIT 在 1 spp 下可用
- 来源 / 作者:Graz University of Technology、NVIDIA、Google DeepMind、University of Copenhagen;Felix Windisch 等
- 原始发布日期:2026-10-05(arXiv v1 的上海日期;v2 更新于 2026-10-06)
- 原文:SteadySplats: Resampling of Low-Variance Gaussians for High-Fidelity Stochastic Rendering
- 生产侧补充:Pixar RenderMan,Gaussian Splatting the Pixar Campus,2026-10-05
- 主题:3D Gaussian Splatting、OIT、Monte Carlo、TAA、Vulkan、Houdini、USD
发生了什么
传统 3DGS 先按深度排序,再做前到后的 Alpha 合成;排序带来显著的带宽、同步与扩展性成本,也会在顺序变化时产生 popping。随机 OIT 则让每个 Fragment 以自身 Alpha 概率存活,交给 Z-buffer 选择最近的幸存样本,从而绕过全局排序。它是无偏估计,但 1 spp 的高频噪声与运动时的 boiling 让它此前很难直接交付。
SteadySplats 从误差式入手:采样误差随 sqrt(Var[c_r] / N) 变化。过去方法主要增加样本数 N,作者则同时压低沿视线候选 Gaussian 的颜色方差 Var[c_r],再让每个样本在空间与时间上发挥更大作用。论文报告,相对先前随机方法,1 spp 下提高约 13 dB PSNR;随着样本增加,结果可收敛到排序 3DGS,平均 L1 误差低于 1e-4。

图 1:SteadySplats 在相同随机样本预算下的比较。来源:论文作者,依据论文的 CC BY 4.0 授权转载;图片转为 WebP,未改动内容。
核心技术与新意
- 训练期颜色方差正则:对同一像素可能采到的 Gaussian,按其实际混合权重惩罚颜色偏离。它不只让 RGB 更集中,还会把 Opacity 推向更接近 0/1 的分布、减少亮色 Floater,并降低深度方差。代价是正则过强会抑制依赖混合表示的视角相关效果,并引入收敛偏差。
- 历史辅助的空间重要性重采样:邻居样本不能直接平均,否则只是模糊。方法用目标像素与来源像素的采样概率比构造权重,并用每像素保存的历史样本近似未知遮挡项。最终是 Self-Normalized Importance Sampling;低样本数时收益最大,但会引入小偏差和额外 Buffer/Compute 成本。
- 时间重采样写成两状态递推:完整时空样本集合可化为每像素的运行颜色与累计权重,稳态形式接近 EMA。移动相机时沿 Motion Vector 重投影;遇到离群历史,不裁剪颜色,而是按 YCoCg 邻域统计平滑降低历史权重,减少传统硬重置的 popping 与 Bounding-box Clamp 的颜色偏差。
- 每 Primitive 的时空蓝噪声:可见性阈值来自 STBN,并叠加
R2低差异空间偏移与黄金比例 Cranley–Patterson 时间旋转,用频谱整形改善感知收敛,同时保持估计无偏。

图 4:历史 Buffer 为邻居重用估计概率比,时间部分再递推累计。来源:论文作者,依据 CC BY 4.0 授权转载;图片转为 WebP,未改动内容。
关键实现点
- Raster Pass 输出 1 spp 的随机可见样本、Primitive ID 与深度;空间 Pass 以 Scatter 或 Gather 形式复用邻居,并维护小型历史集合
K。 - 权重核心是
w(n→p, r) ≈ alpha_r(p) / alpha_r(n)再乘遮挡近似。分母过小、历史集合不完整和 Disocclusion 都需要保护,否则容易产生 Firefly 或错误跨边缘共享。 - 时间 Pass 紧跟空间 Pass,可在同一 Compute Pipeline 中完成。论文使用名义历史权重
0.70;当历史相对当前3×3YCoCg 置信盒的无穷范数距离m > 1时,权重乘1/m。 - UE5 中最现实的试验不是立刻重写 Nanite 或现有透明管线,而是对自定义 Gaussian Renderer / Niagara Sprite Renderer 建立一个实验 Pass:输出 Primitive ID、Depth、Motion Vector 和 1 spp 颜色,再分别打开空间复用、Soft History Rejection 与 STBN,逐项做 Ablation。
性能、限制与 TA 价值
作者的公平比较基于同一套优化 Vulkan Renderer,性能页使用 RTX 5090;空间复用有“小幅”开销,但论文没有给出可直接外推到 UE 项目的固定毫秒数。方法还需要训练阶段能修改 3DGS 表示;对普通实时透明材质只能借鉴推理侧重采样与历史拒绝,不能直接获得训练正则收益。细薄植被、快速遮挡变化、低速 Motion Vector 误差,以及半透明层之间颜色差异极大的场景,仍是最值得压力测试的位置。
Pixar 的同期预览说明另一条生产路线已经成形:RenderMan 28 beta 通过 USD 的 ParticleField3DGaussianSplat 接收 Splats,Houdini SOP 可直接改位置、尺度与 Opacity。示例包含 1,256,332 个 Splats,测试环境为 Houdini 22.0.429 与 RenderMan 28.0b1 XPU CPU;附带的 PLY 转换脚本保留球谐颜色,并转换 Log Scale 与 Opacity。它适合扫描资产的预览、造型和风格化,但示例中的光照与阴影来自捕获,本身并未证明可重光照质量。
阅读建议
阅读成本约 45–70 分钟。先看论文图 1–4 与第 4 节,抓住“训练期降方差 + 推理期复用”的闭环;实现者再看第 7 节伪代码、第 8 节 Soft History Rejection 和第 9.1 节正则副作用。RenderMan 教程约 10 分钟,重点看 PLY→USD 转换、SOP 操作与测试环境。
2. WebGPU Bindless 原型:GPUResourceTable 让 Shader 按索引取纹理
- 来源 / 作者:Brandon Jones;底层提案来自 GPU for the Web Community Group
- 原始发布日期:2026-10-06
- 原文:Experimenting with Bindless Textures in WebGPU
- 规范提案:WebGPU Bindless Proposal
- 主题:WebGPU、Bindless、WGSL、Descriptor Table、GPU-driven Rendering
发生了什么
WebGPU 正在 Chrome 中实验 Bindless Texture:应用把纹理与 Sampler 放进一个 GPUResourceTable,材质数据只保存索引,WGSL 用 getResource<T>(index) 取资源。这样单条 Ray、一个 Decal Shader 或 GPU-driven Draw 不必提前知道会访问哪张纹理。演示用按 Fragment 求交的投影 Decal 在场景中访问近 2,000 个 Emoji 纹理,正好展示传统逐材质 Bind Group 难以表达的访问模式。
核心技术与新意
- 提案把只读采样资源与更广泛的异构资源拆成
sampling-resource-table和heterogeneous-resource-table两个可选 Feature,避免最强能力成为所有设备的最低门槛。 - Resource Table 是稀疏、可更新的资源集合;当前草案把大小上限固定为 65,536。Render Pass 可在描述符中提供表,Compute Pass 通过
setResourceTable设置。 - Bindless 不等于自动减少 Draw Call。真正收益来自把材质 ID、纹理索引和实例数据放进 Buffer,再由 GPU 间接绘制、Ray Hit 或 Cluster/Decal Shader 动态选择资源。
- Texture Array 仍是实用回退,但要求统一尺寸、格式和 Mip 结构,且常为最大层预留内存;Resource Table 能保留独立纹理形态。
TA 实践价值
这与 UE 的 Bindless Descriptor、Material Table 和 GPU Scene 思路同源。可以先在 WebGPU 原型中做“材质记录 Buffer + BaseColor/Normal/Roughness 索引”,让 instance_index 查材质,再统计 Bind Group 切换数、CPU Encode 时间和 GPU 时间。这样更容易判断瓶颈来自绑定开销、Draw 数量还是采样本身。
限制与阅读建议
目前仍是 Draft 与 Chromium 实验能力,只在 Chrome 的 Windows、Linux、Android 通过 Unsafe WebGPU Flag 试用,macOS 尚未进入同等支持;API、Feature 名和限制都可能变化。阅读成本 20–30 分钟:先看原文的 Bindful/Bindless 对照和 Emoji Decal,再读提案的 Resource Table、更新规则与竞态验证章节。
3. 近两周补充|Advanced Shader Delivery:把 D3D12 Shader 编译移到分发链
- 来源 / 作者:Microsoft DirectX Developer Blog / Xbox
- 原始发布日期:2026-10-01(近两周补充)
- 原文:Advanced Shader Delivery Available for Gears of War: E-Day
- 实现指南:Prepare your game for Advanced Shader Delivery
- 主题:D3D12、PSO、Shader Compilation、Stutter、Windows 11、AAA
发生了什么
Microsoft 把 Advanced Shader Delivery 扩展到 AMD、Intel、NVIDIA 与 Qualcomm 的 Windows 11 设备,并以《Gears of War: E-Day》作为跨厂商首发案例。官方称首次启动 Shader 编译由数分钟缩短到数秒,约减少 95%。它不是缓存一台测试机的 Driver Blob,而是让游戏提交设备无关的 State Object Database(SODB),Store 再针对 IHV/Driver 编译为 Precompiled Shader Database(PSDB),随游戏下载到匹配设备。
核心技术与新意
SODB 保存 Graphics/Compute PSO、DXR/Work Graph State Object 的完整描述与 DXIL,使 Store 可以在服务器侧调用各厂商编译插件。团队可用 ID3D12StateObjectDatabase 从已知清单程序化生成,也可用 d3dconfig 捕获运行中创建的 Pipeline;后者更快接入,但覆盖率完全取决于测试是否走到所有画质、关卡与功能路径。官方把 PSDB Cache Hit Rate ≥ 90% 视为健康目标。
TA 实践价值
对 UE 项目,这把 Shader/PSO 收集从“发布前一次性工作”变成需要版本治理的内容资产:材质排列、Quality Switch、Ray Tracing 与 Niagara 路径都可能改变覆盖。建议建立 SODB 版本与 Build ID 的绑定,并把高端/低端画质、不同地图、生效中的 Feature Toggle 纳入自动巡检;游戏更新后若 SODB 漂移,运行时编译会重新出现。
限制与阅读建议
要求 Windows 11 24H2、Agility SDK 1.619.5 及兼容 Driver;当前分发依赖支持 ASD 的 Store,且官方明确建议中间件引擎用户优先走引擎提供的集成。手工 Capture 不能证明完整覆盖,95% 也是单一首发游戏的官方数据。阅读成本 25–35 分钟:先看博客的结果与硬件范围,再读指南的 SODB 创建、PSDB 本地注册、Cache Hit 验证和 Store 部署四段。
4. Codex 0.162:Agent 工作树成为一等工具,工具发现也开始可排序
- 来源 / 作者:OpenAI Codex GitHub Releases
- 原始发布日期:2026-10-09(上海日期;UTC 为 2026-10-08 18)
- 原文:Codex 0.162.0 Release
- 主题:AI Coding、Agent、Git Worktree、Tool Search、Code Mode
发生了什么
0.162 新增了在可信本地项目中创建、列出受管 Git Worktree 的工具;Command Center 可以 Pin 任务;Code Mode 增加“按 Promise 完成顺序流式返回”的 JavaScript Helper,并提供可选的 Ranked Tool Search。自定义 Responses-compatible Provider 也能声明 Live Web 与 Remote Compaction 能力。
核心技术与新意
Worktree 让多个 Agent/实验分支共享同一对象库,却拥有隔离的工作目录,适合并行改 Shader Variant、平台宏或性能实验,不必复制整个仓库。Ranked Tool Search 则开始缓解工具目录扩张后的选择成本;流式 Promise Helper 让独立的检索、构建或检查结果可以谁先完成谁先返回,而不是被最慢任务阻塞。
TA 实践价值
可以把一个渲染优化拆成三个受管 Worktree:基线、只改 Shader、只改 Pass/资源生命周期。每个分支必须运行同一固定 Capture、相同 GPU 状态与图像误差阈值,再由主分支汇总。隔离目录解决的是代码冲突,不会自动解决 GPU Benchmark 互相污染;性能测试仍应串行占用目标 GPU。
限制与阅读建议
受管 Worktree 与 Ranked Tool Search 都有 Feature/服务器能力条件;Release Note 只说明接口变化,没有给出大规模 Agent 吞吐或正确率评测。阅读成本 8–12 分钟,重点看 New Features 与 Worktree、Ranked Tool Search 对应 PR;其余 TUI 修复按需浏览。
5. Shaders 开源:把 WGSL Effect、框架绑定和 Agent 接口放进同一个 MIT 工具链
- 来源 / 作者:Shaders / shader-effects-inc
- 原始发布日期:2026-10-06
- 原文:Shaders is now open source
- 代码:shader-effects-inc/shaders
- 主题:WGSL、WebGPU、Shader DSL、React/Vue/Svelte、MCP、Agent Skill
发生了什么
Shaders 把渲染引擎、200 多个 Shader Component 与 React、Vue、Svelte、Solid、原生 JavaScript 绑定以 MIT 许可证开放。组件按 Layer 自上而下合成;自定义组件可用 defineShader 声明类型化 Props,并直接写 WGSL paint。仓库同时提供 CLI、Agent Skill、MCP 和完整 llms.txt 索引,让 Coding Agent 可以搜索、安装和修改效果。
核心技术与新意
它的价值不在又多一个在线 Shader 编辑器,而在把“视觉参数 → 类型化组件 → WGSL → 多框架包装 → Agent 可检索文档”连成同一份源码。对工具开发,这是一种比让 Agent 从空白字符串生成 Shader 更稳的约束层:复用已验证 Primitive 与属性范围,只在确需新效果时进入 WGSL。
TA 实践价值
适合快速制作材质概念、交互背景、后处理或内部参数评审页。可用同一 defineShader 组件做一组 Roughness/Distortion/Mask 可视化控件,再让 Agent 只组合组件、不改底层 WGSL,比较结构化生成与自由生成的编译成功率和视觉回归率。
限制与阅读建议
它面向 WebGPU 与屏幕空间 Effect,不是 UE Material Graph、复杂 PBR 或移动端兼容性的直接替代;开源的是引擎和组件,设计器、Preset 与平台功能有独立条款。阅读成本 15–20 分钟:看 README 的组件模型、Custom Component、AI Integration 与 License,再检查 packages/core 的渲染和资源生命周期实现。
优先阅读顺序
| 优先级 | 内容 | 阅读成本 | 为什么先看 |
|---|---|---|---|
| 1 | SteadySplats + RenderMan 28 Splat 工作流 | 55–80 分钟 | 从随机 OIT 原理、实现到 DCC 落地最完整,也是本周技术增量最大的内容 |
| 2 | Advanced Shader Delivery | 25–35 分钟 | 直接影响 PC 首启、卡顿与 PSO 内容生产流程,且已有 AAA 落地数字 |
| 3 | WebGPU Bindless | 20–30 分钟 | 能把 Bindless 的 API 形态、约束和真实 Decal 用例一次看清 |
| 4 | Codex 0.162 | 8–12 分钟 | Worktree 隔离对并行 Shader/RenderGraph 实验立即有用 |
| 5 | Shaders 开源 | 15–20 分钟 | 适合研究结构化 Shader 组件和 Agent 工具接口,但离 UE 生产管线较远 |
本周动手实验
建议做一个 1 spp 随机透明的 Soft History Rejection 最小实验,先验证 SteadySplats 最容易迁移到现有实时管线的部分。
- 用重叠的 Niagara Sprite、Gaussian Billboard 或简化半透明 Quad 场景,随机丢弃 Fragment:
keep = blueNoise(pixel, frame, primitiveId) < alpha,幸存者走普通 Depth Test。 - 输出 1 spp Color、Linear Depth、Primitive ID 和 Motion Vector;保留普通 TAA 作为对照。
- 在 Compute Pass 中取当前
3×3颜色均值和 YCoCg 范围,计算重投影历史到置信盒的距离m;不 Clamp 历史颜色,只令historyWeight = 0.70 * min(1, 1 / max(m, 1))。 - 做四组 Capture:静止、平移、细枝/高频 Alpha、快速 Disocclusion。记录 GPU 时间、拖影长度、闪烁能量与静止 64 帧平均图的误差。
- 如果软拒绝有效,再加入邻居重要性权重;不要一开始同时实现训练正则、空间复用和 STBN,否则无法定位收益来源。
这是实验建议,并非本站已完成的 UE 实测。成功标准不是单帧更平滑,而是运动时比硬深度重置少 popping、比 Color Clamp 少偏色,同时保持可接受的历史拖尾。
趋势观察
本周的共同趋势是把不可预测的运行时工作变成可管理的数据:SteadySplats 在训练中塑造更低方差的表示,ASD 把 PSO/SO 收集成可分发数据库,Bindless 把资源选择变成索引表。优化对象不再只是某段 HLSL,而是“表示、资源、编译产物和历史状态”组成的完整管线。
Agent 工具链也在朝同一方向收敛:Worktree 提供隔离状态,Shader Component 提供受约束的生成空间。真正有价值的 Agent 渲染工作流,下一步不会是生成更多候选,而是让每个候选都绑定固定 Capture、可复现 Benchmark 和清晰的资源生命周期。
来源与核验
- 检索截止:2026-10-09 09(Asia/Shanghai)。
- 本期窗口:2026-10-03 至 2026-10-09;第 3 项发布于 2026-10-01,作为近两周补充明确标注。
- 已检查 Epic Games / Unreal Engine 官方 YouTube 频道过去一周的新内容;没有发现发布日期和技术价值均可确认、足以进入本期前五的更新,因此未单独占位。
- 已与 2026-W40 的 5 个 URL 和主题硬去重;Gaussian Splat 论文与 RenderMan 工作流属于同一选题,合并为一条。
- 论文日期以 arXiv Submission History 为准,并换算上海自然日;Codex Release 同时保留 UTC 与上海日期。性能数字沿用作者的硬件、基线和测量口径,不外推为 UE 项目的预期收益。
- SteadySplats 论文标注 CC BY 4.0,本期据此转载图 1 与图 4 并署名、链接许可证;其余来源未确认可再分发图片,正文只链接原始页面,没有复制图片。
- 本期未另发 Weekend Long Read;深读已合并在第 1 项。