AIGC、3D模型、轻量化、格式转换、可视化、数字孪生引擎等(老子云三维模型可视化优化服务平台)
老子云概述
老子云3D可视化快速开发平台,集云压缩、云烘焙、云存储云展示于一体,使3D模型资源自动输出至移动端PC端、Web端,能在多设备、全平台进行展示和交互,是全球领先、自主可控的自动化3D云引擎。
平台架构
平台特性
基于 HTML5 和 WebGL 技术,可在主流浏览器上进行快速浏览和调试,支持PC端和移动端
自主研发 AMRT 展示框架和9大核心技术,支持3D模型全网多端流畅展示与交互
提供格式转换、减面展UV、烘焙等多项单模型和倾斜摄影模型轻量化服务
线上免费开放的效果编辑器为全行业赋能,低成本高效率的实现模型多平台展示交互和应用
提供成套3D可视化行业技术解决方案,助力行业数字化转型升级和数字孪生应用
开发者中心集成了HTML5、Unity、微信小程序三种不同版本的SDK、示例代码、轻量化服务API接口和开发文档
平台开发流程
一、文生3D模型
文生3D模型是一款在线AIGC 3D工具,有文本生成模型、艺术风格选择、粗模转精模、模型格式转化功能玩法。其中文本支持用户自由输入关键词/句子,不做任何限制,可以根据用户的输入生成独一无二的3D作品。
二、模型优化
使用单模型轻量化、格式转换、倾斜摄影轻量化服务。
1、格式转换
只需上传原始单模型文件,就能在云端自动发起转换。
服务介绍: 支持格式输出为FBX、OBJ、STL、STP格式等。
2、单模型轻量化
通过底层算法快速有效的对单物品模型进行轻量化处理,目前包含两种处理模式:减面模式、合并模式(其他模式陆续上线中)。
(1)减面模式
保留原始模型信息,仅使模型网格更轻量。
目标面数: 服务后模型的百分比面数,目标面数百分比越低,轻量化效果越明显。
目标格式: FBX、OBJ、STL、STP等
(2)合并模式
合并模型材质和贴图,不保留原始UV信息(可选择是否保留原始模型网格和动画)。
目标面数: 服务后模型的百分比面数,目标面数百分比越低,轻量化效果越明显。
目标格式: FBX、OBJ、STL、STP等
漫反射贴图精度: 表现物体表面反射和颜色的贴图(如果模型有漫反射贴图或非白色材质颜色信息,会开启漫反射烘焙)。精度取值范围1024-8192。
烘焙AO贴图: 包含光照数据的灰度贴图,模拟物体之间所产生的阴影。
保留模型网格和动画: 开启后仅合并所有材质和贴图。
3、倾斜摄影轻量化
适用于倾斜摄影OSGB模型的多端展示与交互,自动切割为多区块多层级,根据人眼自动识别来实现模型不同区块不同层级的精度加载。
目标精度: 可自行设置服务后模型的目标精度,线上提供普清、标清、高清、超清四种效果选择。
目标格式: AMRT、OSGB
三、模型编辑
通过效果编辑器对单模型进行在线编辑。老子云效果编辑器是一个3D模型在线编辑工具,支持对模型材质和属性、光影、后处理、标注、场景、动画、事件交互进行设置与编辑,并提供应用模版,让用户轻松实现相片级渲染效果和3D模型展示交互。
1、使用场景
发布售卖:编辑模型后,发布至模型商城进行展示与售卖
多端展示:获取模型嵌入代码,直接将iframe链接嵌入在PC端或移动端在线展示
分享拓客:快速形成设计,并分享模型链接或二维码让客户体验
二次开发:通过模型AMRT文件或离线包,进行二次开发或离线部署
2、功能特性
效果编辑:支持自定义编辑单模型的效果属性,包括材质、光影、属性、后处理效果,同事提供上千种可替换的材质库
场景设置:支持编辑单模型的展示场景,包括颜色、图片、文字
交互事件:支持编辑单模型的交互事件,包括热点标签、交互事件
动画设置:若模型自带动画,支持对单模型的动画管理,包含多组件的动画
模版应用:支持对于单模型应用的替换样式操作,模板应用后需要在浏览窗体对应用的场景元素进行编辑,包含样式及交互事件
浏览窗体:支持对窗体中的物体进行点击编辑,在右边编辑操作,如按钮属性及事件,组件基础属性
四、场景搭建
通过AMRT 3D数字孪生引擎在线搭建城市级大场景。
1、提供强大完整的工具链
AMRT3D包含开发引擎、资源管理、场景编辑、UI搭建、项目预览和发布等项目开发所需的全套功能,并整合了动画路径、精准测量、动态天气、视角切换和动画特效等工具。
2、轻量化技术应用与个性化定制
AMRT3D适用于快速开发数字孪生3D可视化项目、DEMO搭建、虚拟项目演示等。独创专属的标准轻量化AMRT格式,实现三维数据的优化和加载,增强用户在开发平台中的流畅体验,同时支持自定义插件,创作者可轻松扩展个性化功能。
3、多行业多场景适用
适用于数字孪生、虚拟现实以及智慧园区、工厂、展厅、城市、景区等3D可视化应用,借助AMRT3D与老子云服务平台将创意变成现实
五、模型资源市场
1、100W+轻量化资源
2、提供在线编辑工具和3D展示框架
3、轻松嵌入网页展示,支持二次开发
六、开发应用
下载老子云SDK、调用API接口进行数据接入,开发3D可视化项目。
七、全网多端展示
利用老子云AMRT展示框架,可在全网多端展示或离线部署到本地。
八、支持格式
1、单模型上传格式
2、倾斜摄影模型上传格式
(1)支持格式说明
支持OSGB格式倾斜摄影模型,必须压缩为RAR或ZIP格式上传
压缩包大小按原始文件大小计算
(2)常用格式说明
OSGB格式:模型大小≤5G(PC端)/100G(客户端)、纹理格式为JPG、纹理像素最大为8192、材质属性为默认材质球、压缩包大小算法为文件总和。
相关文章:

AIGC、3D模型、轻量化、格式转换、可视化、数字孪生引擎等(老子云三维模型可视化优化服务平台)
老子云概述 老子云3D可视化快速开发平台,集云压缩、云烘焙、云存储云展示于一体,使3D模型资源自动输出至移动端PC端、Web端,能在多设备、全平台进行展示和交互,是全球领先、自主可控的自动化3D云引擎。 平台架构 平台特性 基于 H…...

JMM(Java Memory Model)内存模型
Java内存模型,规范了计算机内存与java虚拟机之间的协调工作,即规定了 将java 虚拟机中的变量存储到内存中和从内从中取出来的内存细节。 Java内存模型中规定了所有的变量都存储在内存中,每条线程还有自己的工作内存,线程对变量的…...
.NET 简介:跨平台、开源、高性能的开发平台
.NET 简介 .NET 是微软开发的一个免费、开源、跨平台的开发人员平台,用于构建各种类型的应用程序。它可以运行使用多种语言编写的程序,其中 C# 是最常用的语言。.NET 依赖于许多大规模应用在生产中使用的高性能运行时。 .NET 平台具有以下特点…...
m序列生成器
function [m] mserial_generator(tap_set) % m序列产生器 % 输出为m序列,未进行极性变换。 L 2^(length(tap_set)-1)-1; x [zeros(1,(length(tap_set)-2)) 1]; for i 1:1:Lm(i)x(end);for j 1:1:length(tap_set)-1sum_vector(j)tap_set(j1)*x(j);endsum_x mod…...
go的数据类型看这一篇就够了
目录 一:类型分类 二:介绍 一:类型分类 go的数据类型包含11种,可以分为以下四类。 1:基础类型:布尔,数字和字符串: 2:复合类型:数组和结构体 3:引用类型: 指针,channel通道,切片,map字典,函数 4:接口类型 二:介绍 1:布尔 一个布尔类型的值只有两种:tr…...

【机器学习300问】28、什么是决策树?
〇、两个预测任务 (1)任务一:银行预测偿还能力 当前,某银行正致力于发掘潜在的放贷用户。他们掌握了每位用户的三个关键特征:房产状况、婚姻状况以及年收入。此外,银行还拥有过往这些用户的债务偿还能力的…...
嵌入式学习33-网络通信
网络: 数据传输,数据共享 1.网络协议模型: OSI协议模型 7 应用层 实际发送的数据 表示层 发送的数据是否加密 会话层 是否建立会话连接 传输层 数据传输的方式&…...
FFmepg--内存IO模式
功能: 内存IO模式:avio_alloc_context(): 自定义读写文件方式,打开文件 api // 自定义IO AVIOContext * avio_alloc_context (unsigend char * buffer;int buffer_size;void *opaque;int (*read_packet)(void * opaque, uint8_t * buf,in…...
Android AMS
Android进阶:一口气读完《Android进阶解密》 - 掘金 Android AMS(Activity Manager Service)实现的功能 **管理应用程序的生命周期:**启动、停止、暂停、恢复和销毁应用程序。 **控制应用程序的启动顺序:**确保应用程…...

2024暑期实习八股笔记
文章目录 自我介绍MySQL索引索引种类、B树聚簇索引、非聚簇索引联合索引、最左前缀匹配原则索引下推索引失效索引优化 日志、缓冲池redo log(重做日志)刷盘时机日志文件组 bin log(归档日志)记录格式写入机制 两阶段提交undo log&…...
EDGE 音乐生成的可编辑舞蹈 论文学习笔记
本文不是很严谨,供学习参考,随时更新 EDGE: Editable Dance Generation From Music 音乐生成的可编辑舞蹈 GitHub - Stanford-TML/EDGE: Official PyTorch Implementation of EDGE (CVPR 2023) 1. 我们引入了一种基于扩散的舞蹈生成方法,该…...
laravel 模型多对多,应用
laravel 模型多对多,应用,试卷 跟 区域 多对多关系 一个试卷可以发放到a b c 区域 创建试卷表 CREATE TABLE exams (exam_id int(11) unsigned NOT NULL AUTO_INCREMENT,exam_title varchar(100) NOT NULL DEFAULT COMMENT 标题,created_time int(11…...
嵌入式学习35-网络通信UDP聊天及TCP
题目:基于UDP实现直播间聊天的功能 需求: 软件划分为用户客户端和主播服务端两个软件client.c和server.c 用户客户端负责: 1.接收用户的昵称 2.接收用户输入的信息,能够将信息发送给服务端 3.接收服…...
Python:if条件判断语句
注意:本文引用自专业人工智能社区Venus AI 更多AI知识请参考原站 ([www.aideeplearning.cn]) 内容简介 比较运算符和关系运算符: 本文将介绍Python中常见的比较运算符,如 (等于)、! 和 <&…...

git 命令怎么回退到某个特定的 commit 并将其推送到远程仓库?
问题 不小心把提交的名称写错提交上远程仓库了,这里应该是 【029】的,这个时候我们想回到【028】这一个提交记录,然后再重新提交【029】到远程仓库,该怎么处理。 解决 1、首先我们找到【028】这条记录的提交 hash,右…...
Python中如何操作数据库?
Python中如何操作数据库? 在Python中操作数据库通常涉及到使用数据库驱动程序或ORM(对象关系映射)库。下面是一些常见的步骤和工具,用于在Python中操作数据库: 1. 选择数据库和驱动程序 首先,…...

【智能算法】蜻蜓算法(DA)原理及实现
目录 1.背景2.算法原理2.1算法思想2.2算法过程 3.代码实现4.参考文献 1.背景 2016年,Mirjalili受到蜻蜓静态和动态集群行为启发,提出了蜻蜓算法(Dragonfly algorithm, DA)。 2.算法原理 2.1算法思想 蜻蜓集群有两种行为目的:狩猎…...
用A*算法求解八数码问题
用A*算法求解八数码问题 实现两种启发函数实现A*算法测试 实现两种启发函数 采取两种策略实现启发函数: 策略1:不在目标位置的数字个数策略2:曼哈顿距离(将数字直接移动到对应位置的步数总数) # 策略1: 不在目标位置…...

分布式之Ribbon使用以及原理
Ribbon使用以及原理 1、负载均衡的两种方式 服务器端负载均衡 传统的方式前端发送请求会到我们的的nginx上去,nginx作为反向代理,然后路由给后端的服务器,由于负载均衡算法是nginx提供的,而nginx是部署到服务器端的,所…...
android JNI float *转MutableList
data class Test(var data:MutableList<Float> )JNIEXPORT void JNICALL Java_NativeUtils_assignFloatArrayToHealth(JNIEnv *env, jclass clazz, jobject obj, jfloatArray cData) {jclass objClass env->GetObjectClass(obj);// 获取 Test类中的 data 属性jfieldI…...

04-初识css
一、css样式引入 1.1.内部样式 <div style"width: 100px;"></div>1.2.外部样式 1.2.1.外部样式1 <style>.aa {width: 100px;} </style> <div class"aa"></div>1.2.2.外部样式2 <!-- rel内表面引入的是style样…...

多种风格导航菜单 HTML 实现(附源码)
下面我将为您展示 6 种不同风格的导航菜单实现,每种都包含完整 HTML、CSS 和 JavaScript 代码。 1. 简约水平导航栏 <!DOCTYPE html> <html lang"zh-CN"> <head><meta charset"UTF-8"><meta name"viewport&qu…...

Maven 概述、安装、配置、仓库、私服详解
目录 1、Maven 概述 1.1 Maven 的定义 1.2 Maven 解决的问题 1.3 Maven 的核心特性与优势 2、Maven 安装 2.1 下载 Maven 2.2 安装配置 Maven 2.3 测试安装 2.4 修改 Maven 本地仓库的默认路径 3、Maven 配置 3.1 配置本地仓库 3.2 配置 JDK 3.3 IDEA 配置本地 Ma…...

Springboot社区养老保险系统小程序
一、前言 随着我国经济迅速发展,人们对手机的需求越来越大,各种手机软件也都在被广泛应用,但是对于手机进行数据信息管理,对于手机的各种软件也是备受用户的喜爱,社区养老保险系统小程序被用户普遍使用,为方…...

ABAP设计模式之---“简单设计原则(Simple Design)”
“Simple Design”(简单设计)是软件开发中的一个重要理念,倡导以最简单的方式实现软件功能,以确保代码清晰易懂、易维护,并在项目需求变化时能够快速适应。 其核心目标是避免复杂和过度设计,遵循“让事情保…...

USB Over IP专用硬件的5个特点
USB over IP技术通过将USB协议数据封装在标准TCP/IP网络数据包中,从根本上改变了USB连接。这允许客户端通过局域网或广域网远程访问和控制物理连接到服务器的USB设备(如专用硬件设备),从而消除了直接物理连接的需要。USB over IP的…...
rnn判断string中第一次出现a的下标
# coding:utf8 import torch import torch.nn as nn import numpy as np import random import json""" 基于pytorch的网络编写 实现一个RNN网络完成多分类任务 判断字符 a 第一次出现在字符串中的位置 """class TorchModel(nn.Module):def __in…...

【从零学习JVM|第三篇】类的生命周期(高频面试题)
前言: 在Java编程中,类的生命周期是指类从被加载到内存中开始,到被卸载出内存为止的整个过程。了解类的生命周期对于理解Java程序的运行机制以及性能优化非常重要。本文会深入探寻类的生命周期,让读者对此有深刻印象。 目录 …...

【MATLAB代码】基于最大相关熵准则(MCC)的三维鲁棒卡尔曼滤波算法(MCC-KF),附源代码|订阅专栏后可直接查看
文章所述的代码实现了基于最大相关熵准则(MCC)的三维鲁棒卡尔曼滤波算法(MCC-KF),针对传感器观测数据中存在的脉冲型异常噪声问题,通过非线性加权机制提升滤波器的抗干扰能力。代码通过对比传统KF与MCC-KF在含异常值场景下的表现,验证了后者在状态估计鲁棒性方面的显著优…...
在树莓派上添加音频输入设备的几种方法
在树莓派上添加音频输入设备可以通过以下步骤完成,具体方法取决于设备类型(如USB麦克风、3.5mm接口麦克风或HDMI音频输入)。以下是详细指南: 1. 连接音频输入设备 USB麦克风/声卡:直接插入树莓派的USB接口。3.5mm麦克…...