TurboSequence

TurboSequence

Unreal Engine 5高性能骨骼网格群体渲染插件

TurboSequence是Unreal Engine 5的开源骨骼网格群体渲染插件,专为10k-50k规模的群体场景设计。它通过GPU实例化和Niagara系统优化绘制调用,突破传统渲染瓶颈。支持骨骼动画、IK变换和图层蒙版混合,结合高质量动画与现代渲染技术。插件提供动画播放、材质切换等功能,为开发者提供灵活高效的群体渲染方案,适用于大规模角色渲染需求。

Turbo SequenceGPU实例化骨骼网格渲染Unreal Engine插件动画系统Github开源项目

Turbo Sequence 概述

许可证 GitHub release stars - Turbo-Sequence forks - Turbo-Sequence

Turbo Sequence 旨在支持现代渲染骨骼网格的方式。 它使用 GPU 实例化和 Niagara 来有效管理绘制调用,这通常是传统渲染系统的瓶颈。 Turbo Sequence 使用骨骼来驱动网格动画,这允许每个骨骼的反向运动学和层蒙版混合。

一群人

什么是 Turbo Sequence

Turbo Sequence 是一个适用于虚幻引擎 5 的开源插件,使用 MIT 许可证。 相比于 VATs,使用 Turbo Sequence 的优势在于它使用骨骼关节弯曲,而不是预先计算好的动画,这允许运行时的骨骼关节弯曲,如反向运动学或插槽。 Turbo Sequence 试图有效利用每种骨架(archetype)的绘制调用,而不是每个实例,这与传统的骨骼网格相比有优势。

传统渲染:

CPU       GPU
         |
         v
实例 1 (网格数据 1) -> 绘制调用
         |                      |
         v                      v
实例 2 (网格数据 2) -> 绘制调用
         |                      |
         v                      v
实例 N (网格数据 N) -> 绘制调用

GPU 实例化

CPU       GPU
         |
         v
基础网格数据 -> 绘制调用
                  | (所有实例合并)
                  v
                  渲染实例

TS 针对10k - 50k的人群进行了优化,如果需要更多单位,请使用 VATs,Turbo Sequence 旨在结合动画质量和现代渲染,这意味着它的速度与骨骼关节弯曲的质量成正比。

Nanite

虚幻引擎 5.5 版本引入了 Nanite 骨骼网格,在使用 Turbo Sequence 之前,UE 的骨骼网格系统可能是使用 Nanite 进行人群渲染的一个不错选择。

功能

  • 播放动画
  • 停止动画
  • 获取反向运动学变换
  • 设置反向运动学变换
  • 调节动画(速度、权重、开始/结束过渡)
  • 支持大部分骨架配置而无 Bug
  • 混合空间
  • 切换材质
  • 切换网格
  • 编辑器 UI
  • Windows 支持
  • Linux 支持
  • 动态分块异步动画加载
  • 获取插槽变换
  • 获取动画曲线
  • 根运动
  • 每个骨骼的动画层蒙版
  • 优化:材质上的智能顶点迭代
  • 优化:更新组
  • 平滑、平面法线
  • 详细程度
  • 多网格角色动画
  • 蓝图支持
  • 在 UE 系统和 TS 系统之间切换动画模式
  • 添加实例
  • 移除实例
  • 每个实例自定义数据

局限性

  • 不支持仅使用蓝图的项目。
  • 提供了蓝图 API,但强烈建议使用 C++ API,因为它更快。
  • 仅支持 Windows 和 Linux,不支持 IOS、Android 或 Mac。

快速入门指南

  1. 下载 Turbo Sequence
  2. 将 Turbo Sequence 安装到你的 UE 项目的插件文件夹
  3. 打开功能演示地图并按下播放
  4. 浏览 Wiki 开始使用 API

下载 Turbo Sequence:

访问 Releases 并下载适用于你的虚幻引擎版本的源代码。

安装 Turbo Sequence:

  • 将 TS 发行版解压到你的电脑上
  • 将解压后的根文件夹复制到你的 Games UE 项目的插件文件夹(不是引擎)
  • 编译项目并在虚幻引擎中打开

演示

在虚幻引擎中,导航到 ..\Plugins\TurboSequence\Content\Demo 并体验演示,无需其他设置。

文档

官方文档和 API 可以在这里找到:

<div align="center">

查看 - 文档

</div>

支持和责任

Turbo Sequence 是一个业余项目,没有商业背景,贡献者不负责为 Turbo Sequence 的用户解决 Bug,功能可能会也可能不会添加;如果你真的需要一个特定的功能,请 Fork 该仓库并在此基础上构建你自己的系统,并可选地创建一个 Pull Request,如果你认为它应该是原始 Turbo Sequence 仓库的一部分。

如果你遇到 Bug,请创建一个 Issue,当我有时间的时候我会尽力去回应它。

贡献

欢迎贡献;如果你想贡献,请 Fork 该仓库,创建一个实验分支,然后从实验分支创建一个 Pull Request。 Pull Request 需要审核以维持该仓库在运行时性能和 UE 编码标准方面的质量标准。

forks - Turbo-Sequence

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多