全局光照GI详解：让虚拟世界拥有真实的光影交融

可视化演示

交互展示光线弹射与间接照明、路径追踪算法过程和不同GI方案对比效果，理解真实光影的核心原理。

光照概述：总光量等于直射加反弹

小林刚接手《水晶森林》时，只在天花板挂了几盏主灯，把演员照得发亮，可身后的树影深不见底。老灯光师告诉他：“你把光想得太简单了。一盏灯照过来，光会撞到地上、墙上，再弹到演员身上。你要算的不只是刚才那一道直射，还有这些‘弹过来的光’。”这就是全局光照的直觉起点：真实世界的光，从来不是一次性买卖。

在计算机图形学里，我们把光源直接照射到物体表面的过程叫直接光，把光在表面之间多次反射后再照过来的过程叫间接光。一个渲染画面如果只有直接光，阴影区域会接近全黑，像是硬生生抠出来的剪影；加上间接光后，阴影里会有朦胧的环境反光，物体之间的颜色也会互相沾染，画面立刻“活”起来。全局光照（GI）指的就是把这两部分光都计算出来的渲染技术。

要理解GI到底在算什么，可以先把它拆成一个加法：

小林终于明白，自己之前只做了加法的前半部分。全局光照要把“反弹的光”也补进公式里，舞台才不会有黑洞洞的角落。

直接光算法：灯泡和它的直射法则

小林开始给演员打主光时，老灯光师提醒他：“你光把灯打开还不够，灯离演员多远、从哪个方向照、中间有没有被布景挡住，都会改变脸上亮不亮。”这些正是直接光计算要回答的问题。

在渲染里，光源常被抽象成点光源、平行光和聚光灯。点光源的光强会随着距离平方衰减，离得越远越暗；平行光则像太阳一样没有衰减，只保留方向。而一个表面到底能接住多少光，关键看表面法线方向和光线方向的夹角——这就是朗伯余弦定律。

对于常见的漫反射表面，直接光贡献可以写成：

小林调整灯的远近和角度时，其实就是在调这两个因子。直接光把演员的轮廓打亮了，可新的问题又来了：影子边缘依然太硬、太黑，就像舞台被切成了两半。

间接光本质：光在舞台上的多次弹跳

小林蹲在舞台边观察，发现演员脚下的影子虽然深，却隐隐约约能看到地毯的纹路；侧幕的蓝布也把一圈淡淡的蓝色光晕染到了白色道具上。老灯光师说：“这就是反弹的光。你以为光只走一条直线，其实它像接力赛一样，被一个表面接住，再传给下一个表面。”

要精确描述这种“接力”，图形学引入了渲染方程。它把自发光、材质反射、入射光方向和夹角余弦全部整合在一起。虽然名字吓人，本质却只是一本“光线接力规则手册”。

这个方程像一个总纲，路径追踪和光子映射其实都是在想方设法求解它。不同的是，它们计算“接力”的方式完全不同。

路径追踪：让光线侦察兵去舞台寻光

小林不想只靠经验猜，他问老灯光师有没有更“笨”但更准的办法。老灯光师指了指观众席：“你派几个侦察兵，从观众眼睛出发，在舞台里漫游。他们遇到演员就按材质弹一下，遇到墙就再弹一下，最后谁找到了灯源，就回来报告亮度。派的人越多，报告越可靠。”小林听完，立刻想到了路径追踪。

路径追踪是离线渲染中最常用的GI算法。对每个像素，我们发射若干条光线，让它们在场景中随机反弹，直到命中光源或被随机终止；然后把所有光线的贡献平均，作为该像素的亮度。这个过程在数学上就是蒙特卡洛积分。

侦察兵越多，画面越干净；可每个像素都要几百上千条路径，电影渲染一帧常常要烧几小时。这让小林意识到，追求真实是有代价的。

光子映射：先撒光子再看印记

有一次排练，老灯光师没有派侦察兵，而是搬来一袋“荧光粉”往舞台上一撒。荧光粉变成许多细小的光子，从灯里飞出来，在演员和布景上撞来撞去，留下发光印记。小林蹲在地上数那些印记的密度，惊讶地发现：哪个地方光子落得多，哪个地方就亮。这就是光子映射的思路。

光子映射分为两步。第一步叫光子发射：从光源发射大量光子，让它们在场景中弹跳，每次撞到表面就把自己的位置和能量记录进一张“光子图”。第二步叫光子收集：渲染某个表面点时，在它周围找一个半径 \(r\)，统计圆内所有光子的能量，再除以面积得到亮度。

荧光粉撒得密，亮度分布就平滑；撒得稀，就会出现一块亮一块暗的“光子噪声”。而且这种估计用的是密度近似，所以路径追踪无偏，光子映射却带有轻微偏差。

实时与烘焙：现场调光 vs 提前布光

演出正式开始后，舞台灯光不能再一遍遍彩排。小林发现，固定布景上的光效可以提前画好，但演员会走来走去，光在他们身上得实时变化。老灯光师给出了两套方案：烘焙GI和实时GI。

烘焙GI（光照贴图）是在离线阶段，先把静态场景的光照结果预计算出来，存进纹理。运行时只需查一下纹理，几乎不花额外性能。但场景里的物体位置、光源颜色一旦改变，贴图就失效了。实时GI则用光照探针、屏幕空间全局光照等手段，在每一帧快速近似计算间接光，专门服务动态物体和动态光源。

光照贴图的预计算，本质上是把每个表面点的反射光提前求出来：

固定布景用烘焙贴图，动态演员用实时探针，两者配合，演出才又真实又流畅。小林终于明白，真实和性能不是单选题，而是搭配题。

方案选型：怎么挑合适的GI方案

《水晶森林》巡演到不同剧场，预算和排练时间都不一样。小剧场只能走一次台，来不及精雕细琢；大剧院则有充足时间反复调光。对应到渲染领域，工程师也得根据场景规模、动态元素、硬件预算来选GI方案，而不是无脑上最贵的算法。

选型时最常看的是性能预算：每帧渲染时间就那么点，GI吃掉太多，游戏就会卡成幻灯片。我们可以把GI的开销写成一个粗略公式：

想要舞台又亮又好还便宜，往往得混搭：关键角色用实时GI，远处布景用烘焙GI，偶尔再来一次离线预计算。这正是现代游戏引擎最流行的做法。

AI 应用场景

Python 演示

import mathimport random  def true_irradiance(amplitude=1.0):    """理论值：环境光 A*cos(theta) 在半球上积分的解析结果"""    return 2.0 * math.pi * amplitude / 3.0  def estimate_irradiance(samples):    """用均匀半球采样估计半球积分：E = ∫ Li * cos(theta) dω"""    total = 0.0    for _ in range(samples):        z = random.random()                # 采样 cos(theta)，均匀分布在 [0,1]        phi = random.uniform(0.0, 2.0 * math.pi)        cos_theta = z        # 简化场景：入射辐射 Li 与 cos(theta) 成正比（头顶最亮）        Li = cos_theta        # 蒙特卡洛估计：贡献 = Li * cos_theta / pdf，pdf = 1/(2*pi)        total += Li * cos_theta * (2.0 * math.pi)    return total / samples  if __name__ == "__main__":    random.seed(42)    target = true_irradiance()    print("样本数     估计值     理论值     误差")    for samples in [100, 1000, 10000, 100000]:        est = estimate_irradiance(samples)        err = abs(est - target)        print(f"{samples:6d} {est:10.4f} {target:10.4f} {err:10.4f}")

1. random.random()均匀采样半球方向中 \(\cos\theta\) 的取值，路径追踪里这就是对入射方向的“侦察采样”。
2. total += Li * cos_theta * (2.0 * math.pi)把当前样本的贡献累加，除以 pdf \(1/(2\pi)\) 后相当于乘以 \(2\pi\)。
3. return total / samples对所有样本取平均，得到 \(\langle L_o\rangle\) 的估计值，样本越多越接近真实积分。
4. true_irradiance()用解析积分算出理论值，用来和蒙特卡洛估计对比，帮助理解“收敛”的含义。

常见误区

面试题