EVE Online开发商开源高级SSAO渲染技术
EVE Online Dev Open-Sources Its Physically Based SSAO Technology
Fenris Creations将自研的CORTAO环境光遮蔽技术开源,该技术仅依赖屏幕空间信息即可实现接近硬件光线追踪的物理精度,在复杂场景中减少暗晕和闪烁伪影,低采样下收敛更快,适合低端硬件和玩家持续编辑的动态环境,已用于EVE Frontier。
深度解读
EVE Online 的开发商 Fenris Creations 把一项名为 CORTAO(Circular Occluder Ray-Traced Ambient Occlusion,圆形遮蔽体光线追踪环境光遮蔽)的渲染技术开源了,这可能是 2026 年游戏图形领域最值得普通开发者关注的一次技术释放——因为它声称在只用屏幕空间信息的前提下,达到了接近暴力硬件光线追踪的物理精度,同时把性能开销压得很低。
先把这个技术的定位说清楚。环境光遮蔽(Ambient Occlusion,AO)是实时渲染里一个老生常谈但极难做好的效果:它负责计算物体表面因为附近几何体遮挡环境光而产生的细微变暗,让物体看起来"贴"在地面上、让复杂场景的轮廓和细节更容易被眼睛读懂。问题在于,AO 的计算天然是全局的——一个点被多少东西挡住,理论上要往整个半球方向发射光线去采样。实时渲染不可能这么干,所以业界长期依赖屏幕空间环境光遮蔽(SSAO)这类近似方案,只用当前帧屏幕上可见的像素信息来估算遮蔽关系。近似就意味着误差,误差在画面上表现为物体边缘的暗环(halo)、相机移动时阴影的闪烁漂移,以及深度不连续处的错误遮蔽。
CORTAO 的核心思路,是把屏幕上可见的附近表面建模成圆形遮蔽体(circular occluders),再用这些圆形遮蔽体去计算它们如何阻挡环境光。这个"圆形"的选择不是随意的美学偏好——圆形在解析上有一个巨大优势:圆形对任意查询点的遮蔽积分存在闭式解或极高效的近似解,不需要像传统 SSAO 那样做大量采样再平均。这正是它能在低采样数下依然收敛良好的数学根源。原文明确说 CORTAO "大大改善了收敛性,即使在 GTAO 表现良好的场景中,也能以更低的采样数产出更高质量的结果"——这句话的潜台词是,低端硬件是这项技术最直接的受益者。
与 GTAO 的对比才是重点
原文给出了三条与当前业界标杆 GTAO(Ground Truth Ambient Occlusion)的对比,每一条都值得拆开看。
第一条:CORTAO 提供了"前所未有的物理精度水平,可与暴力硬件光线追踪相媲美,却只依赖屏幕空间信息"。这里要泼一点冷水——"只依赖屏幕空间信息"意味着它继承了所有 SSAO 类方法的根本局限:屏幕外的东西它看不见。一个物体被画面外的墙壁遮挡,CORTAO 不会知道。所以"媲美硬件光追"应当理解为在屏幕空间信息充分的场景下、在遮蔽计算的数学精度上接近,而不是全局光照意义上的等价。原文自己也承认"当屏幕空间信息有限时"会产生伪影,只是处理得更保守。
第二条才是真正的技术亮点:CORTAO 对深度不连续(depth discontinuities)的处理更保守,避免了 GTAO 那种依赖视角的遮蔽(view-dependent occlusion),在屏幕空间信息受限时产生的伪影更不明显。深度不连续是 SSAO 类方法最经典的翻车现场——前景物体和背景之间那道深度断层,传统算法会把背景像素误判为遮挡了前景,于是物体边缘出现一圈不该有的暗边,相机一动暗边还跟着变。GTAO 用了一些启发式手段缓解,但本质上仍有视角依赖。CORTAO 声称用更保守的方式处理,这在工程上意味着更少的"调参玄学"和更稳定的画面。
第三条回到性能:收敛性大幅改善,低采样数下质量更高。对图形程序员来说,这句话翻译过来就是——同样的帧预算下可以开更高的分辨率、或者把省下来的 GPU 时间还给别的效果;对低端设备来说,这意味着原本跑不动高质量 AO 的硬件现在能跑了。
CORTAO 的真正价值不在于它比 GTAO 好看多少,而在于它把"接近光追质量的 AO"从高端显卡的专属,变成了一个采样数可以压到很低、因而能下放到低端硬件的选项。
为什么是 EVE Frontier 做了试验场
Fenris Creations 把 CORTAO 首先用在 EVE Frontier 上,这个选择很有讲究。EVE Frontier 是一款太空生存 MMO,它的场景尺度跨度极大:巨大的开放空间、大规模战斗、巨型建筑(megastructures)、封闭室内。这种尺度跨度恰恰是 AO 技术最难伺候的——小物体之间的接触遮蔽需要高精度,巨型结构的层叠关系需要稳定的深度判断,而玩家持续建造和改造环境意味着场景是动态的,不能依赖烘焙(baked)的场景数据。
原文特别强调 CORTAO "实时计算这种遮蔽,不需要烘焙场景数据,因此非常适合玩家不断建造和重塑的环境"。这句话点出了另一层意义:动态场景是传统高质量 AO 方案的软肋。烘焙 AO 质量高但完全静态;屏幕空间方案虽然动态,但质量受限。CORTAO 在保持屏幕空间方案动态性的同时把质量拉近光追,对沙盒建造类、生存类游戏是直接可用的能力提升。
开源这件事的分量
技术本身之外,开源的动作值得单独说。CORTAO 由高级渲染工程师 Daniel Isheden 最初作为独立项目开发,后来在工作室支持下变成完整生产工具,现在通过 Fenris Creations 的 Carbon 引擎框架开源。发布包做了充分准备,图形程序员可以自由实验、适配到自己的项目、并贡献改进。原文还特意注明"CORTAO 的开发过程中没有使用 AI"——这句话在 2026 年的语境下,是对技术原创性和可审计性的一种表态。
对行业来说,这意味着什么?实时渲染领域的高质量 AO 方案长期集中在少数引擎厂商和论文作者手里,GTAO 之所以成为标杆,很大程度上是因为它有清晰的论文、参考实现和被广泛集成。CORTAO 直接以开源生产工具的形式释放,附带源码、文档、视觉对比和性能基准,等于把一次工业级验证过的技术直接交到独立开发者和中小团队手里。Carbon 引擎本身不是主流商业引擎,但 CORTAO 的算法并不绑定 Carbon——原文明确区分了"原始 CORTAO 源码"和"Carbon 优化版本"两个仓库,这降低了移植门槛。
对从业者而言,短期最实际的动作是去看那份性能基准和视觉对比页面,判断自己的项目在哪个采样数档位上能获益;中期则要评估自己的 AO 管线是否值得从 GTAO 迁移——迁移成本主要在深度不连续处理的逻辑替换和美术侧的重新调参,而不是算法本身的复杂度。对趋势而言,这次开源再次印证了一个方向:屏幕空间技术远没有走到尽头,在光追硬件尚未普及到低端设备的窗口期里,用更聪明的数学近似去逼近光追质量,仍然是最有性价比的工程路径。
