Banner

「PBR 系列」第五篇 · 次表面散射与能量补偿：从 BSSRDF 到 Kulla-Conty

发布于 2024-11-24 · 更新于2026-05-06 7:02阅读
PBRSSS次表面散射BSSRDFKulla-Conty多次散射

核心结论：PBR 的最后两块拼图是高维次表面散射（皮肤、玉石）和单次散射的能量找回（Kulla-Conty）。前者把 4D 的 BRDF 推广到 8D 的 BSSRDF，靠扩散剖面 + Gaussian Sum 在屏幕空间或纹理空间近似；后者通过预积分 LUT 把单次散射 Cook-Torrance 丢失的能量加回，让粗糙金属在白炉测试中真正达到能量守恒。本篇收尾整个 PBR 系列。

一、半透明材质与 SSS：本质问题

半透明材质在生活中无处不在：树叶、纸、蜡烛、牛奶、布料、生物的皮肤、贝壳、玛瑙等。事实上，几乎所有非金属物体都存在一定程度的**次表面光传输（Subsurface Light Transport, SSLT）**现象 [Pharr 2010]。

入射光线被介质部分吸收（获取颜色）并经过多次散射，返回并从进入点周围的 3D 邻域处表面离开。而有时光线会完全穿过像耳朵、鼻翼这样的薄薄区域，形成透射（Transmittance）。

SSS 与透射示意

1.1 BRDF 的局限性

传统的 BRDF 模型是 BSSRDF 的一种简化。BRDF 假设光线从同一点入射和出射（同一个表面点），而 BSSRDF 可以指定不同的光线入射位置和出射的位置：

注意到积分维度从 BRDF 的 4 维（半球方向积分）跃升到 BSSRDF 的 8 维（双方向 + 双位置）。这是为什么实时 SSS 必须近似简化的根本原因。

1.2 维度对比

函数 维度 实时可行性
BRDF 4 完全可行（每像素 ≈ 50 次 ALU）
BSDF 4 可行（透射部分需折射处理）
BSSRDF 8 必须近似（屏幕空间或预积分）

主流 BSSRDF 简化路径是假设各向同性散射 + 仅依赖距离 r，将 8D 函数简化为 1D 扩散剖面 ：

其中 是菲涅尔透射项。这个简化是后续所有实时 SSS 方案的共同前提。

二、扩散剖面（Diffusion Profile）

2.1 概念

扩散剖面是描述光线如何在半透明物体中扩散和分布的函数。可以理解为：

  • 一个记录次表面散射细节的”地图”；
  • 一个 LUT，告诉你什么距离的像素应该被多大权重的光照影响；
  • 一张”权重查找表”。

不同皮肤渲染方法，本质上就是对扩散剖面的不同近似。

三层皮肤模型扩散剖面

2.2 颜色相关性

扩散剖面具有很强的颜色相关性：红光比绿色和蓝色散射得更远。这是为什么耳朵和鼻翼的边缘会呈现红润感——背光时，蓝绿被吸收，只有红色穿透出来。

每种颜色都有自己的剖面，可绘制成一维曲线。三色通道独立做卷积是 Separable SSS 的基础。

2.3 描述工具

下列方法都是用于更好描述扩散剖面的策略：

  • 偶极子（Dipole）方法：Jensen et al. 2001，将多重散射近似为两个虚拟点光源的辐射；
  • 多极子（Multipole）方法：扩展到分层皮肤模型；
  • 高斯和（Sum-of-Gaussians）方法：本节重点；
  • Burley 归一化扩散：Disney 2015，工业主流。

三、Sum-of-Gaussians 近似

GPU Gems 3 Chapter 14 提出，扩散剖面在数学上类似于高斯函数 。虽然单一高斯不能精确拟合任何扩散剖面，但多个高斯函数加权求和可以提供出色的近似：

其中：

常数 选择使得 用于径向 2D 模糊时，不会使输入图像变暗或变亮（单位脉冲响应）。

3.1 高斯求和的工程优势

高斯函数有几个独特的属性，让 SSS 计算极为高效：

  1. 径向对称（radially symmetric）：圆形对称模糊核；
  2. 可分离（separable）：2D 卷积可拆为两次 1D（先水平后垂直），；
  3. 卷积自闭合：高斯卷积高斯还是高斯，。

3.2 大理石的四高斯近似

GPU Gems 3 给出大理石中绿光散射的四高斯近似：

四高斯近似与偶极子参考

四高斯求和与精确偶极子（含 octree 结构）渲染结果不可区分。

3.3 三层皮肤模型

对人皮肤（油脂层 + 表皮 + 真皮三层），需要更复杂的高斯组合。GPU Gems 3 给出的参数：

Variance () Red Green Blue
0.0064 0.233 0.455 0.649
0.0484 0.100 0.336 0.344
0.187 0.118 0.198 0
0.567 0.113 0.007 0.007
1.99 0.358 0.004 0
7.41 0.078 0 0

注意所有高斯权重和为 1（能量守恒）。

四、主流 SSS 方案对比

目前主流的皮肤渲染方案包含以下 4 种：

方案 类型 适用场景
Light Warping 经验模型，观察模拟 快速预览、卡通风格
Pre-Integrated Skin 预积分 LUT，倒推实现 手游、低端主机
Spherical Gaussians 数值解析，扩散剖面 中端项目、教学
Separable SSS (4S) 屏幕空间处理 主流 3A 方案

4.1 Light Warping（GPU Gems 1）

最简单的近似：将 N·L 替换为”warp 后”的 N·L，让背光的边缘也接收一些光：

或更复杂的：通过预先烘焙的 LUT 替换 N·L 项。这是最早的实时 SSS 近似，仍是低端设备的主流。

4.2 Pre-Integrated Skin（Penner 2011）

Penner 的核心 insight：SSS 的视觉效果取决于表面的曲率——曲率大的地方（鼻尖）光散射快、亮；曲率小的地方（脸颊）散射慢、暗。

将”曲率 + NoL”作为输入查 2D LUT，得到经过散射后的颜色响应：

1
2
3
4
5
6
half3 PreIntegratedSkin(half NoL, half curvature, half3 baseColor)
{
    half2 brdfUV = half2(NoL * 0.5 + 0.5, curvature);
    half3 sssColor = SAMPLE_TEXTURE2D(_PreIntegratedSkinLUT, sampler_LUT, brdfUV).rgb;
    return baseColor * sssColor;
}

整个 SSS 退化为一次额外的 2D 纹理采样，是移动端皮肤渲染的事实标准。曲率可由 normal 的导数计算：

1
half curvature = length(fwidth(normalWS)) / length(fwidth(positionWS));

4.3 Spherical Gaussians（球面高斯）

将光照与扩散剖面都展开为球面高斯（SG）函数的和：

球面高斯卷积球面高斯仍是球面高斯，因此可以解析地求积分。这种方法精度高、性能中等，常用于中端项目和教学场景。MJP（Matt Pettineo）的 SSS-SG 文章 是最佳学习资料。

4.4 Separable SSS（4S）

Jimenez 等人在 2009 年提出的 Screen-Space SSS，2015 年发展为 Separable SSS（4S），是当前 3A 游戏的事实标准。

核心思路：

  1. 在屏幕空间用一组分离高斯核近似 Burley 剖面；
  2. 利用高斯的可分离性，2D 卷积拆为水平/垂直两次 1D；
  3. 使用深度信息缩放卷积半径（远处的 SSS 范围应当更小）。
1
2
3
4
5
6
7
8
9
10
11
// SSSS 简化形式
half3 SeparableSubsurface(float2 uv, half3 diffuseLight, float depth)
{
    half3 blurred = 0;
    for (int i = 0; i < N_SAMPLES; ++i)
    {
        float2 offset = kernel[i].xy * scaleByDepth(depth);
        blurred += SAMPLE_TEXTURE2D(_DiffuseRT, sampler_PointClamp, uv + offset).rgb * kernel[i].z;
    }
    return blurred;
}

完整流水线：

  1. 分离 Pass：将主光直接漫反射结果渲染到独立 RT；
  2. 水平模糊 Pass：水平方向高斯卷积；
  3. 垂直模糊 Pass：垂直方向高斯卷积；
  4. 合成 Pass：与镜面反射、环境光合成。

性能对比：

方案 帧时间增加（1080p） 视觉效果 适用平台
Light Warping < 0.1 ms 一般 低端移动
Pre-Integrated Skin 0.2-0.4 ms 良好 中高移动 / 主机
Separable SSS (4S) 1-2 ms 优秀 PC / 主机
Path Traced BSSRDF 离线 最佳 影视

五、Translucency 近似（薄半透明）

5.1 问题：耳朵透光

实时渲染领域的半透明材质有两个主要障碍：

  1. 模拟光线在材质内部的散射（多次反弹）；
  2. 在某一点接收到的光会重新发射到其他位置（递归光照问题）。

Colin Barré-Brisebois & Marc Bouchard 在 GDC 2011 提出了一个快速、消耗小的近似方案：Approximating Translucency for a Fast, Cheap and Convincing Subsurface Scattering Look。

GDC 2011 Translucency 示意

5.2 核心思想

  1. 假定有反方向的光源贡献背部半透明的光照；
  2. 背面的透光性依据视角发生变化；
  3. 表面法线会对光线离开材质的角度产生偏转影响。

最终公式：

其中：

  • （subsurface distortion）：用于改变光线穿透方向的偏移；
  • （power）：曲线的形状；
  • （scale）：整体强度。

5.3 实现参考

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
inline fixed4 LightingStandardTranslucent(SurfaceOutputStandard s, fixed3 viewDir, UnityGI gi)
{
    // 原始 PBR 颜色
    fixed4 pbr = LightingStandard(s, viewDir, gi);
    
    // === Translucency ===
    float3 L = gi.light.dir;
    float3 V = viewDir;
    float3 N = s.Normal;
    
    float3 H = normalize(L + N * _Distortion);
    float VdotH = pow(saturate(dot(V, -H)), _Power) * _Scale;
    
    // 背面光照
    float3 I_back = _Attenuation * (VdotH + _Ambient) * _Thickness;
    
    pbr.rgb = pbr.rgb + gi.light.color * I_back;
    return pbr;
}

_Thickness 通常由烘焙的 thickness map 提供（耳朵、鼻翼等薄区域厚度小）。这套方案在 Unity 移动端、卡通渲染、植物叶片渲染中广泛使用。

5.4 Beer-Lambert 厚介质吸收

光线穿过有色厚介质（彩色玻璃、宝石、酒水）的衰减遵循 Beer-Lambert 定律：

1
2
half3 transmittance = exp(-_AbsorptionCoeff * thickness);
half3 refractedColor = SAMPLE_TEXTURE2D(_CameraOpaqueTexture, ...).rgb * transmittance;

这是 Disney 2015 BSDF 中 specular transmission 的核心组件。

六、能量危机：单次散射的丢失

回到第一篇的白炉测试：当 roughness = 1.0 时，纯白色金属（）的输出竟然只有 0.6-0.7。能量去哪了？

6.1 微表面的”山谷”中

前面所有 BRDF 都隐含一个关键假设：光线在微表面之间只反射一次就离开。当粗糙度 很大时，这个假设严重违反真实物理——粗糙的”山谷”中，光线会反复反弹后才出射。

Cook-Torrance 模型把这部分多次反射的能量直接丢弃，导致：

  • 高粗糙度金属在白炉环境下显著偏暗；
  • 不同粗糙度的金属外观能量不一致，美术调色困难；
  • 对粗糙度为 1.0 的纯白金属，标准 GGX 实测能量只有理论值的 60-70%。

结论：表面越粗糙，多次散射的能量损失越大。对金属材质尤为明显，因为金属所有的反射都是高光反射，损失不能被漫反射”隐藏”。

6.2 白炉测试的严格定义

白炉测试是验证 BRDF 能量守恒的标准方法：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
// 蒙特卡洛白炉积分
float3 WhiteFurnaceTest(float3 N, float3 V, float roughness, float3 F0)
{
    float3 sum = 0;
    const int N_SAMPLES = 1024;
    for (int i = 0; i < N_SAMPLES; ++i)
    {
        float2 Xi = Hammersley(i, N_SAMPLES);
        float3 H = ImportanceSampleGGX(Xi, N, roughness);
        float3 L = reflect(-V, H);
        float NoL = saturate(dot(N, L));
        sum += SpecularBRDF(L, V, N, roughness, F0) * NoL;
    }
    return sum / N_SAMPLES;
}

期望值：对于 （纯白金属），任何粗糙度下输出都应当是 1.0。实际单次散射 BRDF 的输出 vs 粗糙度：

roughness 期望 单次散射实测 损失
0.0 1.0 1.0 0%
0.25 1.0 0.94 6%
0.5 1.0 0.82 18%
0.75 1.0 0.69 31%
1.0 1.0 0.62 38%

这就是 Kulla-Conty 要解决的问题。

七、能量补偿：从 2017 LUT 到 2019 解析公式

能量补偿的研究脉络存在一个关键的时代转折。2017 年 Imageworks 提出的 Kulla-Conty 是理论与预计算的突破，而 2019 年 Fdez-Agüera 与 Turquin 等人独立提出的解析公式是实时渲染（无 LUT）的工程化突破。这两者解决的是同一个问题，但工程权衡截然不同。

7.1 问题的提出：能量去哪了

回顾第六节的白炉测试结果：

roughness 单次散射 GGX 输出 损失
0.5 0.82 18%
0.75 0.69 31%
1.0 0.62 38%

光线在微表面”山谷”间多次反弹的能量被 Cook-Torrance 模型直接丢弃。粗糙度越高，丢失越严重，粗糙金属呈现暗黑色块——视觉上极不真实。

接下来的两节，按时间线展开两条工业解决方案。

7.2 2017 Kulla-Conty（Imageworks）：预计算 LUT 派

论文：“Revisiting Physically Based Shading at Imageworks”, SIGGRAPH 2017

核心思想：用预计算的方式，把丢失的能量算出来存成 2D 纹理，运行时查表。

数学定义

定义方向反射率（directional albedo）：

它表示给定出射角度时，BRDF 实际反射的能量比例。理想能量守恒下 ，单次散射 GGX 在高粗糙度下 。

定义半球平均：

补偿 BRDF 项：

最终 BRDF：

其中 是菲涅尔的方向平均。

工程实现

预积分阶段（仅烘焙一次）：

HLSL
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
float E_GGX(float NoV, float roughness)
{
    float sum = 0;
    const int N_SAMPLES = 2048;
    for (int i = 0; i < N_SAMPLES; ++i)
    {
        float2 Xi = Hammersley(i, N_SAMPLES);
        float3 H = ImportanceSampleGGX(Xi, float3(0,0,1), roughness);
        float3 V = float3(sqrt(1 - NoV*NoV), 0, NoV);
        float3 L = 2 * dot(V, H) * H - V;
        if (L.z > 0)
        {
            float G = G_SmithJoint(NoV, L.z, roughness);
            float G_Vis = G * dot(V, H) / (H.z * NoV);
            sum += G_Vis;  // 由于重要性采样，不需要 D 项
        }
    }
    return sum / N_SAMPLES;
}

float E_avg(float roughness)
{
    float sum = 0;
    const int N = 32;
    for (int i = 0; i < N; ++i)
    {
        float NoV = (i + 0.5) / N;
        sum += E_GGX(NoV, roughness) * NoV * 2;
    }
    return sum / N;
}

运行时仅一次额外纹理采样：

1
2
3
4
5
6
7
8
9
10
11
half3 KullaConty_Compensation_LUT(half NoV, half NoL, half roughness, half3 F_avg)
{
    half E_v = SAMPLE_TEXTURE2D(_E_LUT, sampler_LUT, float2(NoV, roughness)).r;
    half E_l = SAMPLE_TEXTURE2D(_E_LUT, sampler_LUT, float2(NoL, roughness)).r;
    half E_avg_val = SAMPLE_TEXTURE2D(_E_LUT, sampler_LUT, float2(0.0, roughness)).g;
    
    half F_ms = (1.0 - E_v) * (1.0 - E_l) / (PI * (1.0 - E_avg_val));
    half3 F_compensation = F_avg * F_avg / (1.0 - F_avg * (1.0 - E_avg_val));
    
    return F_ms * F_compensation;
}

缺点

LUT 派虽然精度高，但有两个工程痛点：

  1. 额外纹理采样消耗带宽：移动端 PBR 已经在 BRDF LUT、Pre-filtered cubemap、Lightmap 上做了多次采样，再加一张 E_LUT 是奢侈；
  2. 多次采样的插值精度问题：移动端 fp16 + 双线性插值在 LUT 边界附近可能引入精度误差，反而放大能量误差；
  3. 存储多一份资产：64×64×R16F LUT 占 8KB，在 GPU 显存敏感的移动端是负担。

7.3 2019 解析公式派（Fdez-Agüera & Turquin）：无 LUT 的工程化突破

脉络转折：2019 年前后，业界发现”为了能量补偿去查一张 LUT”在实时引擎里太奢侈了——能否用一个解析的数学公式直接拟合出丢失的能量？

关键论文：

  • Carmelo J. Fdez-Agüera (2019). “A Multiple-Scattering Microfacet Model for Real-Time Image-Based Lighting”. Journal of Computer Graphics Techniques.
  • Emmanuel Turquin (2019). “Practical Multiple Scattering Compensation for Microfacet Models”. Industrial Light & Magic Tech Report.

两人独立得出了等价的解析公式，不需要 LUT：

直观理解：把”无穷次散射”近似为一个等比级数求和，第一项是单次散射 ，公比是 （每多反射一次，能量损失 ，剩余 ），求和到 ，再扣除单次散射部分得到 。

关键技巧：用粗糙度直接拟合

要彻底省去 LUT，还需要让 也变成粗糙度的解析函数。Filament 给出了一个 5 阶多项式拟合：

1
2
3
4
5
6
7
8
9
10
// Filament 中 Multi-Scattering GGX 的 Eavg 拟合
float Eavg_GGX(float roughness)
{
    // 5 阶多项式拟合，最大误差 < 1%
    float r = roughness;
    return 1.0 - 1.4594 * r + 0.4426 * r * r 
               + 0.1739 * r * r * r 
               - 0.0795 * r * r * r * r 
               + 0.0118 * r * r * r * r * r;
}

完整解析实现

1
2
3
4
5
6
7
// 完全无 LUT 的能量补偿（Filament / HDRP 现代实现）
half3 KullaConty_Compensation_Analytical(half3 F_avg, half3 specular_ss, half roughness)
{
    half Eavg = Eavg_GGX(roughness);
    half3 multi_scatter = F_avg * Eavg / (1.0 - F_avg * (1.0 - Eavg));
    return specular_ss * multi_scatter;
}

运行时完全不查 LUT——只是几次乘加，移动端开销几乎为 0。

7.4 三方案对比

方案 时代 准确度 ALU 开销 带宽 显存 工业代表
单次散射 (Cook-Torrance) 1982 38% 误差 (r=1) 低 0 0 早期 PBR
2017 Kulla-Conty LUT 2017 3% 误差 低 +2 次纹理采样 +8KB Imageworks Arnold
2019 解析公式 2019 5% 误差 中 (+多项式) 0 0 Filament / HDRP / UE5

结论：由于 ALU 越来越廉价，2019 年的解析拟合方案正在成为现代实时引擎的主流选择。Filament 已彻底切换到无 LUT 路径，UE5 Substrate 也走这条路。HDRP 在不同的 lit 子模型中两种方案并存，给开发者选择空间。

对应文献查阅指引：实际查阅源码时，Filament 中的 MultiScatteringFactor、Khronos glTF Sample Renderer 中的 getIBLRadianceGGX 都使用 2019 解析方案；而 UE 早期版本（4.27 之前）的 EnvBRDFApprox 中仍可见 2017 LUT 残留。

7.5 视觉验证

应用任一方案后的白炉测试：

roughness 单次散射 + 2017 LUT + 2019 解析 期望
0.5 0.82 0.99 0.97 1.0
0.75 0.69 0.98 0.96 1.0
1.0 0.62 0.97 0.94 1.0

两种方案都把误差从 38% 压到 5% 以内，肉眼几乎不可见。LUT 派精度略高，但解析派性能优势明显。

八、SpongeCake：分层微薄片前沿（2023）

王宁北等人提出的 SpongeCake 是基于微薄片理论的分层 BSDF 模型（详细介绍见第四篇）。这里关注它在 SSS 方向的延伸。

8.1 模型核心

每层为基于微薄片（如 SGGX 微薄片，Henyey-Greenstein 等相位函数）或其他相位函数的均匀的体积散射介质。层内的体积介质可以具有任何的吸收和散射属性，且层间无反射 / 折射界面（可选底部基底除外）。

8.2 单散射层 BRDF 推导

单散射 BRDF 几何示意

BRDF 构建：

令 ，得：

积分得到：

最终匹配 NDF / G 项：

其中 G 项体现了体积衰减：

8.3 SGGX NDF

使用 SGGX 法线分布：

S 是 3×3 对称矩阵，决定了微薄片的取向分布。这使得 SpongeCake 可以同时表达表面状（surface-like）和纤维状（fiber-like）的微薄片。

8.4 工程意义

SpongeCake 是当前离线渲染最完整的 layered BSDF 模型之一，支持：

  • 任意层数体积层的精确解析单散射；
  • 多重散射的解析近似（通过添加修改参数的单散射 lobe + 朗伯 lobe）；
  • 轻量级神经网络预测参数（预训练，渲染时无需推理）；
  • 支持微薄片方向映射（避免传统法线映射 artifacts）；
  • 模拟塑料、木材、布料、植物叶片、粗糙金属、带光泽涂层木材等多种材质。

当前 SpongeCake 主要用于离线/影视渲染，但其”分层 + 微薄片”的思路已经在被实时引擎吸收。Unity HDRP 的 fabric 多层模型、UE5 的 Substrate 都在沿这个方向演进。

九、整个 PBR 系列总结

回顾整个系列的演进脉络：

CODE
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
渲染方程（Kajiya 1986）
   │
   ↓
微表面理论 + Cook-Torrance（1967, 1982）
   │
   ↓
GGX (2007) + Smith Joint (2014) + Schlick (1994)         ← 第一篇
   │
   ↓
Disney Principled BRDF (2012/2015)                        ← 第二篇
   │  · 11 参数艺术导向
   │  · 工业 PBR 资产标准
   │
   ↓
Karis Split Sum + Filament 标准模型 + URP 源码           ← 第三篇
   │  · 实时化的工程妥协
   │  · 移动端的 ALU 极限优化
   │
   ↓
专项扩展模型
   │
   ├─→ Cloth & Sheen (Charlie 2017, IllusionRP)          ← 第四篇
   │      · GGX 框架的"破例"
   │      · 同模型不同参数 → 棉麻丝绸天鹅绒
   │
   └─→ SSS & Energy Compensation                          ← 第五篇
          · BSSRDF / Diffusion Profile / Gaussian Sum
          · Light Warping / Pre-Integrated / SSSS
          · Kulla-Conty 多次散射补偿
          · SpongeCake 分层微薄片前沿

9.1 PBR 的本质回顾

经过这五篇的梳理，可以重新审视 PBR 的本质：

  1. 它不是某个具体公式——而是一套约束（能量守恒 + 互易性）下的近似框架；
  2. 它不是绝对物理——所有实时实现都是工程妥协，目标是”在性能预算内最大化视觉真实度”；
  3. 它不是一锤定音的标准——Charlie sheen、Kulla-Conty 补偿、SpongeCake 等扩展持续涌现；
  4. 它是一种思维方式——遇到新材质先问：”物理上发生了什么？这个现象有没有合理近似？我能用多少 ALU 换回多少视觉真实？”

9.2 PBR 的下一步

未来的趋势已经清晰：

  • 可微渲染（Differentiable Rendering）：BRDF 参数与神经网络的端到端反向传播，让材质参数可被自动学习；
  • 实时路径追踪：硬件 RT 解锁 BSSRDF 的精确求解，逐步替代 SSSS / 预积分皮肤；
  • 神经材质（Neural BRDF）：用神经网络压缩高维 BTF（Bidirectional Texture Function）数据，替代解析 BRDF；
  • 分层材质（Layered BSDF）：UE5 Substrate、SpongeCake、Filament 多层 model，统一描述多层涂层、亚表面、布料绒毛；
  • 几何 + 光照统一：Nanite + Lumen + Path Tracing 的整合让 PBR 跨入新阶段。

9.2.1 G-Buffer 的”参数爆炸”危机

传统延迟渲染管线依赖固定的 G-Buffer 布局：

1
2
3
4
G-Buffer 0: Albedo (RGB) + AO (A)             32 bit
G-Buffer 1: Normal (RGB) + Roughness (A)      32 bit
G-Buffer 2: Emissive (RGB) + Metallic (A)     32 bit
G-Buffer 3: Motion / Velocity                 32 bit

总共 16 字节/像素就能塞下完整 PBR 参数。但这套布局只够支撑标准 GGX——一旦材质变复杂：

高级材质 额外参数 G-Buffer 占用
Clearcoat 第二法线 + clearcoat strength + clearcoatRoughness +6 字节
各向异性 切线方向 + anisotropy +5 字节
Cloth Sheen sheenColor + sheenRoughness +4 字节
Subsurface profileIndex + scatterDistance +4 字节
Eye scleraNormal + irisColor + irisDepth +9 字节

简单组合 Clearcoat + Cloth + Subsurface 就需要 30+ 字节/像素，超过 1080p 16ms 帧预算下的带宽承受能力。

9.2.2 UE5 Substrate：从”传递参数”到”传递闭包”

Unreal Engine 5 的 Substrate 材质框架（之前称 Strata）正面应对这个问题，引入了**材质闭包（Material Closure）**的概念：

1
2
3
4
5
6
传统 Lit Shader：
  Material → SurfaceData (Albedo, Metallic, Roughness, ...) → BRDF Eval

Substrate：
  Material → BSDF Tree (节点图) → Closure 序列化到 G-Buffer
            → 解码 Closure → 异构 BRDF Eval

核心思路：G-Buffer 不再存”BRDF 参数”，而是存”BRDF 闭包”——每个像素携带一个轻量级的”材质程序”描述符，运行时由 deferred lighting 阶段重新解释执行。

具体实现包括：

  1. Closure 类型枚举：DiffuseLambert、SpecularGGX、Sheen、Subsurface、ThinTranslucent 等；
  2. 可变长度 G-Buffer：每像素根据材质复杂度动态决定占用多少 bytes（常见材质 16 字节，高级材质 32-64 字节）；
  3. 栈式 BSDF 评估：lighting pass 按 closure 序列依次累加贡献，自动处理多层材质的能量分配；
  4. 统一 IBL 管线：每种 closure 类型都注册了对应的 IBL 评估函数。

这种范式转换的好处：

  • 美术可以任意组合 BSDF lobe——例如”金属底层 + 各向异性 sheen + 半透 clearcoat”，不需要工程预先定义 shader variant；
  • G-Buffer 带宽随场景需求动态调整，简单材质场景仍享受 16 字节快路径；
  • 与 Lumen / Path Tracing 的统一性：路径追踪器只需理解 closure，无需为每种材质类型写特化代码。

类似的理念在 OpenColorIO、MaterialX、Standard Surface 等行业标准中都能看到——未来的 PBR 不再是”一个 BRDF 公式”，而是”一组可组合的 BSDF lobe + 统一闭包描述”。

9.2.3 实时引擎的下一个十年

回看 PBR 这四十年，从渲染方程到 Substrate，主线其实只有一个：让光的行为既物理可信，又能在 GPU 上廉价地求值。

下一个十年的主导力量很可能来自三个方向的合流：

  1. 专用硬件：RT Core / Tensor Core 让以前不可能的算法（Path Tracing、Neural BRDF）变得可行；
  2. 统一描述：MaterialX、glTF KHR_materials_*、Substrate 让材质资产真正跨引擎；
  3. 混合管线：栅格化 + RT + 光追 + 神经渲染共存，按场景预算自动选择。

但无论范式如何变化，本系列梳理的”渲染方程 → Cook-Torrance → Disney → 工程化 → 扩展模型”这条主线，仍将是理解未来一切渲染技术的元语言。

十、调试与验证总结

回顾各篇出现的所有调试方法，形成最终 checklist：

10.1 数学正确性

  • 白炉测试：恒定 1.0 环境光下纯白金属（）应当输出 1.0；偏差大于 5% → 检查 D / V / F 实现；
  • 互易性检查：交换 ，BRDF 值应不变；
  • NoL 边界测试：当 NoL → 0 时无奇异值（V 项中 max(NoL, 1e-5) 是常见 trick）。

10.2 视觉一致性

  • 粗糙度梯度球阵：0.0 → 1.0 滑动应平滑过渡；
  • 金属/电介质对比：相同 BaseColor 的 metallic = 0/1 球应有显著差异；
  • 跨光照对照：白色摄影棚 vs 黄昏 HDRI vs 正午 HDRI——同一资产应保持质感一致。

10.3 工程鲁棒性

  • fp16 溢出： 等大幂次计算需 max(… , 0.0078125) 防下溢；
  • 边界 normalize：normalize(0) 在某些 GPU 返回 NaN，加 1e-5 偏置；
  • 重要性采样收敛：IBL 与 Kulla-Conty LUT 烘焙需要至少 1024 样本，否则烘焙 LUT 自身就是噪声源。

十一、工程调试

SSS 屏幕空间渗色

最常见的 SSSS bug：远处的物体边缘出现”光晕”——SSS 卷积把远处不相关的像素拉进来了。原因是 separable kernel 没按深度缩放。

1
2
3
4
5
6
// ❌ 固定半径
float2 offset = kernel[i].xy * _SSSRadius;

// ✅ 按深度倒数缩放，远处变小
float depth = LinearEyeDepth(SAMPLE_DEPTH(uv));
float2 offset = kernel[i].xy * _SSSRadius / depth;

Pre-Integrated Skin 黑边

如果皮肤在曲率高的地方（如鼻翼内侧）出现”黑色阴影线”，是因为 LUT 只覆盖了 NoL ∈ [-1, 1]，但你给了 clamp(NoL, 0, 1) 导致背光面查不到合理值。修复：

1
half2 brdfUV = half2(NoL * 0.5 + 0.5, curvature);  // 注意要 *0.5+0.5 映射到 [0, 1]

Translucency 厚度贴图过薄

GDC 2011 Translucency 用 _Thickness 贴图控制透光强度。常见 bug：耳朵位置厚度贴图烘焙得过薄（接近 0），导致背光时耳朵反而完全不透光——这与直觉相反。

正确的做法：在 Maya/Blender 用 AO 反向烘焙得到 thickness（取反，深处=厚，凹处=薄）。

Kulla-Conty 解析公式的负值

2019 解析公式中 1.0 - F_avg * (1.0 - Eavg) 在 metallic = 1.0 且 roughness 极高时可能接近 0，分母过小：

1
half3 multi_scatter = F_avg * Eavg / max(1.0 - F_avg * (1.0 - Eavg), 1e-3);

加 max(..., 1e-3) 防止能量补偿失控。

Beer-Lambert 在 HDR 下的溢出

1
half3 transmittance = exp(-_AbsorptionCoeff * thickness);

如果 _AbsorptionCoeff 是负数（美术误填），exp() 会指数爆炸成 INF。烘焙阶段或材质 inspector 应做参数 clamp。

参考文献

SSS / 透射

  1. Pharr, M. & Humphreys, G. (2010). Physically Based Rendering: From Theory to Implementation. Morgan Kaufmann.
  2. Jensen, H. W. et al. (2001). A Practical Model for Subsurface Light Transport. SIGGRAPH.
  3. d’Eon, E. & Luebke, D. (2007). Advanced Techniques for Realistic Real-Time Skin Rendering. GPU Gems 3, Chapter 14.
  4. Penner, E. & Borshukov, G. (2011). Pre-Integrated Skin Shading. SIGGRAPH Advances Course.
  5. Jimenez, J. et al. (2009). Screen-Space Perceptual Rendering of Human Skin. ACM TOG.
  6. Jimenez, J. et al. (2015). Separable Subsurface Scattering. CGF.
  7. Burley, B. (2015). Extending the Disney BRDF to a BSDF with Integrated Subsurface Scattering. SIGGRAPH Course.
  8. Barré-Brisebois, C. & Bouchard, M. (2011). Approximating Translucency for a Fast, Cheap and Convincing Subsurface Scattering Look. GDC.
  9. Chapter 16. Real-Time Approximations to Subsurface Scattering | NVIDIA GPU Gems.
  10. 体渲染探秘（五）次表面散射 | 知乎.

能量补偿

  1. Kulla, C. & Conty, A. (2017). Revisiting Physically Based Shading at Imageworks. SIGGRAPH Course.
  2. Heitz, E. et al. (2016). Multiple-Scattering Microfacet BSDFs with the Smith Model. SIGGRAPH.
  3. Fdez-Agüera, C. J. (2019). A Multiple-Scattering Microfacet Model for Real-Time Image-Based Lighting. JCGT.
  4. Turquin, E. (2019). Practical Multiple Scattering Compensation for Microfacet Models. Industrial Light & Magic Tech Report.

前沿

  1. Wang, B. et al. (2023). SpongeCake: A Layered Microflake Surface Appearance Model. SIGGRAPH.
  2. Epic Games (2023). Substrate Materials in Unreal Engine 5. Unreal Documentation.
  3. QianMo. PBR-White-Paper. GitHub.

系列结语

至此，PBR 系列五篇全部完结。从 1986 年 Kajiya 一行渲染方程，到 2023 年 SpongeCake 的神经网络分层 BSDF，整整 37 年的渲染演化被压缩进这五篇文章里。

如果你只能从这个系列带走一句话，那应该是：

PBR 不是关于”完全模拟物理”，而是关于”在工程约束下让每一个近似都有物理理由”。

这也是为什么所有讨论都需要在三个层面同时进行：物理动机、数学形式、引擎落地。脱离任何一个层面，PBR 都会变成”调参玄学”。

—— 完。