当前位置: > 文章资讯 > Luxion KeyShot 9引入创新的材质和渲染技术等新功能

Luxion KeyShot 9引入创新的材质和渲染技术等新功能

Luxion KeyShot 9发布发布时间2019-11-07所属栏目文章资讯浏览次数

2019年11月6日在加利福尼亚州田纳西州,高级渲染和照明技术的领先开发商,同时也是第一个用于3D渲染和动画的实时光线跟踪和全球照明程序KeyShot的制造商Luxion,发布了具有里程碑意义的KeyShot 9, 引入了先进的渲染技术,创新的材质功能以及简化的工作流程改进,从而使KeyShot成为了全球设计师、工程师和3D专业人员可视化的基础工具。

KeyShot 9带来了一系列先进的技术和功能,例如一键式GPU加速的实时光线跟踪和AI降噪,Luxion公司目前正在申请专利RealCloth技术,科学精确的编织图案设计,一种全新的、具有复杂变化的Fuzz几何着色器,以及光纤飞控,通过KeyShotWeb提供交互式的基于Web的产品配置器的输出,以及经过广泛策划和优化的高质量3D模型库等等 KeyShot 9通过增加的输出格式和集成选项的视觉灵活性,打开了材质、纹理和照明探索的创作自由,并通过优化的场景设置和实时交互提高了思考速度。如图1所示

图1
图1说明:KeyShot 9专注于提供无限的创意功能,以帮助3D专业人员更快地实现他们的想法。

 

Luxion联合创始人兼首席执行官克劳斯·万恩·詹森(Claus Wann Jensen)说:“借助KeyShot 9,我们重新审视了我们的视觉-在所有行业的整个决策过程中释放视觉想象力。尽管看似令人生畏,但我们忠实的用户推动了功能和我们对新版本KeyShot的决定,这符合我们的愿景,并真正为用户带来了前所未有的探索想法的方式。”

Luxion联合创始人兼首席科学家Henrik Wann Jensen说:“我们非常荣幸能够与非凡的KeyShot版本中的优秀用户和出色的合作伙伴一起工作。新的素材功能开辟了创新的可能性,而新的基于GPU的光线追踪和AI降噪器进一步提升了体验。它们在一起为进一步发展奠定了基础。”

KeyShot 9概述

KeyShot 9包括四个特定领域的功能和更新-导入和集成、工作流程和设置、材质和纹理以及图像和输出。 在这四个领域中,KeyShot 9引入了改进的功能,这些功能和改进专注于帮助KeyShot用户更快地实现他们的想法并释放他们的创作自由。 RealCloth通过全新的编织图案控制添加了无与伦比的细节。 用户可以使用新的Fuzz着色器,通用(BRDF)材质、轮廓过程纹理和材质、零件和摄影机动画的曲线控制来获得更多自定义材质控制。 新的3D模型库为用户提供了精选的现有模型,可快速为场景添加上下文,而新的简化导入使用户可以更快地开始创建。

新的工具菜单使几何、材质和摄影机工具更易于访问,并为VStitcher、Substance Painter、Vizoo和X-Rite AxF添加了材质导入,以扩展导入管道。 借助新的Web Configurator,用户可以将使用KeyShot Pro创建的产品配置器转变为交互式的、基于Web的产品选项体验,以进行设计审查或客户销售点。 KeyShot 9的全新特性代表了渲染功能的新时代,它是用于GPU加速光线跟踪的GPU模式和用于更快地实现更平滑渲染效果的Denoise。 所有这些功能的实现都考虑到了工作流程,并且对于KeyShot而言是唯一的,无论是导入材质,还是通过简单的拖放即可进行照明设置,还是只需单击即可启用渲染功能和相关工具。 KeyShot 9将所有这些结合在一起,以真正提供无限的创意功能。

KeyShot 9功能亮点

以下重点介绍了KeyShot 9的主要功能。可在官方网站中找到KeyShot 9中新功能的更多详细信息和示例。 KeyShot 9新增功能指南中提供了KeyShot 9的全部功能和改进列表,以及每个功能的工作方式信息。 主要功能包括:

GPU模式

KeyShot 9引入了利用OptiX的功能,充分利用NVIDIA RTX的全部GPU加速光线追踪功能的功能。 KeyShot的GPU模式可用于实时渲染和本地渲染输出,一键式访问GPU资源,以利用多GPU性能扩展和支持NVIDIA RTX的GPU中的专用光线跟踪加速硬件。 用户可以根据需要在GPU和CPU之间切换。 KeyShot 9中的GPU光线跟踪支持GTX 980及更高版本中的NVIDIA Maxwell微体系结构。如图2所示

图2
图2说明:KeyShot 9允许用户一键启用NVIDIA RTX GPU加速的光线跟踪,以利用多GPU性能扩展。

 

降噪新功能

“降噪”是一键式“图像样式”选项,可在CPU和GPU模式下使用,以消除实时视图和渲染输出中的噪声。 这种深度学习降噪器通过对图像进行插值和优化以减少时间来获得平滑的结果,从而减少了解析渲染图像所需的时间。 如图3所示

相关文章