陶嘉恒开头几百字直接切入场景，带出Unity3D关键词，交代项目背景。
两年前我接到一个挺特别的需求：在Unity3D里做一座中华艺术宫的虚拟漫游场景。中华艺术宫就是上海世博会中国馆改建的美术馆，那个倒扣着的红色斗拱造型，识别度极高。客户希望做一个可交互的数字展馆，既能从外部俯瞰建筑全貌，也能进入内部观看展项，甚至要为后续VR眼镜体验预留接口。
这个项目最麻烦的地方在于：建筑外观的钢结构细节极多，内部又有大量多媒体展项需要原位摆放，模型来源还很杂——核心建筑体量来自一位设计师的Solidworks模型，装饰构件是我在3ds Max里重新建的，展项里的视频素材则是运营方提供的真实展览录像。三种来源的东西要在一个Unity场景里对齐、调材质、跑顺，中间踩了不少坑。
最终效果是跑通了，PC端稳定在60帧上下，移动端也能维持30帧。整个过程里，我总结出了一套从模型预处理、坐标标定、材质还原到性能调优的完整流程。这篇内容就是把当时的实操路径和翻车记录整理出来，适合正在做类似数字展馆、BIM可视化或是建筑漫游项目的朋友参考。
1. 项目缘起：先搞清楚“做给谁看”再动手
1.1 需求拆解：漫游场景和效果图渲染是两码事
刚开始接到需求时，设计方提供的参考资料是一堆效果图，单看每张都很漂亮，但那都是单帧渲染，和实时漫游的技术路线完全不同。效果图可以一张图渲一晚上，实时场景一秒要出几十帧。
我把需求拆成了三个层面：外观展示、内部漫游、展项交互。
外观展示要求能在场景里绕着建筑飞一圈，各个角度都能看清。内部漫游要能走进去，经过序厅、展厅、环形走廊这些空间。展项交互主要指那幅著名的多媒体画卷区域，以及若干带视频的展墙，这些需要播放真实视频流而不是贴静态图。
明确了使用形态之后，技术选型就很清晰了：Unity官方内置渲染管线就够用，没必要上HDRP，因为项目需要兼容中低配置设备，内置管线在性能和兼容性上最稳。前期沟通清楚也避免了后面反复返工。
1.2 交付物边界：场景、视频、交互要分模块管理
我建议把项目分成三个独立模块来管理，后续出问题也好排查：
| 模块 | 内容 | 主要工具 |
|---|---|---|
| 场景模块 | 建筑外观、地形、周边环境 | 3ds Max / Blender |
| 数据模块 | Solidworks结构模型、材质贴图 | Solidworks + 格式转换 |
| 交互模块 | 漫游控制、视频播放、UI | Unity3D C#脚本 |
模块分开还有一个好处，就是客户后续如果要换展项视频，只需要替换素材文件夹，不需要重新打包整个工程。实际做下来这个决策非常省心。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 建模前的地基工作：尺寸、单位、坐标系
2.1 Solidworks模型与Unity单位的换算陷阱
这个项目里建筑主体是从Solidworks导出的模型，说的直白一点，Solidworks主要做机械设计，它的建模思路和建筑可视化完全两路。这套模型精度很高，但导入Unity之后第一件事就是核对尺寸。
Solidworks默认单位是毫米，Unity默认单位是米。一个10米长的构件，如果忘了换算，导进Unity会变成10毫米，整个建筑比例彻底崩掉。Solidworks导出时最好在导出设置里直接把单位改成米，或者导出后在DCC工具里整体缩放0.001倍。
我当时的做法是：在Solidworks里导出STEP格式，再到3ds Max里用FBX导出。3ds Max导入STEP时有一个单位设置对话框，一定要选择“自动”或者手动指定为毫米。导入后用测量工具P出一个已知构件的长度做校验，确认无误再继续。
提示：无论从哪种CAD软件导模型，导入Unity之后第一件事永远是放一个已知尺寸的Cube做对照，别信眼睛。
2.2 场景原点与建筑朝向的标定
中华艺术宫的实际地理位置是上海市浦东新区，建筑朝向、街道关系这些如果做数字还原，需要保证方向正确。我把Unity场景的原点设在建筑中心点坐标(0,0,0)，建筑主入口朝向设为世界坐标的Z轴正方向。
这样设定是为了后面做导航和自动寻路方便。如果建筑朝向随意旋转，后续加小地图、加传送点时，角度计算会非常痛苦。这个建议是我踩过几次坑之后总结出来的，一定在建模阶段就把朝向定下来。
场景里我还加了最小尺度的地面参照物——一条马路、几棵行道树、路灯，不是为了好看，主要是给漫游者提供尺度感。没有参照物的建筑场景会让人失去距离判断，走起来非常奇怪。
2.3 贴图素材的规范命名
这个项目里贴图来源很杂：有从Solidworks模型自带的灰色外观照明材质，有设计院提供的白模渲染图，还有从现场拍的参考照片。我的处理原则是所有贴图导出前统一重命名，规则是“物体名_部位_用途”，比如“dougong_outer_diffuse.png”。
命名这件事看起来浪费时间，但项目中期需要换材质、调颜色时，规范命名能省下大把查找时间。另外所有贴图尺寸我控制在2K以内，长宽比必须是2的幂次方——这是显卡纹理采样的硬性要求，非2的幂次方纹理在某些平台上会报错或者严重降低性能。
3. 外观结构重建：倒扣斗拱钢框架的取舍之道
3.1 斗拱结构的模块化拆解
中华艺术宫最核心的视觉特征就是那个倒扣的斗拱造型，由大量红色钢结构梁柱层层堆叠构成。如果要100%还原每根钢梁，模型量会爆炸，性能完全扛不住。
我采用的做法是模块化拆解加阵列。斗拱结构有很强的重复性，我先把一个标准单元提取出来——包括一组斜梁、水平梁和节点连接件——单独建模，然后在Max里用阵列工具复制并旋转、缩放，组成整个立面。
原模型里一些复杂的弧形钢构件，我做了减面处理。基本原则是：远处看得到的轮廓必须保留，近处才会注意到的细小节点可以适当删除。为此我设置了三个精度的模型版本：
| 用途 | 三角面预算 | 细节程度 |
|---|---|---|
| 远景（LOD0） | 40万面 | 完整轮廓+主要构件 |
| 中景（LOD1） | 15万面 | 删除小型连接件 |
| 近景/特写（LOD2） | 8万面 | 仅保留大体块关系 |
Unity的LOD Group组件可以自动根据相机距离切换这些版本，配合Cull使得远处物体可以整组剔除，性能提升非常明显。
3.2 红色钢构架的材质参数调试
斗拱的红色是整个建筑的灵魂。刚开始我用了简单的一个Standard材质红色，结果出来特别“塑料感”。后来对照现场照片仔细调了参数，核心是金属度和光滑度两个数值。
钢结构表面在现实里是有反射的，但又不是镜面反射。我在Unity里用的参数大约是：金属度0.6、光滑度0.35，基础色是深红色RGB(168, 32, 26)。关键是加了轻微的法线贴图来模拟钢板表面的细微起伏，这样阳光照上去会有高光变化，不会一片死平。
玻璃幕墙部分用的是透明材质，注意这里的折射不真实，但那不重要——因为建筑内部空间在场景里是简化处理的，外部远处看玻璃只需要有一个大致的高光反射和轻微的透明感，就能骗过眼睛。我在Reflection Probe里放了一张城市环境图，玻璃上反射出来的楼宇剪影大大提升了真实感。
3.3 屋顶平台的视觉锚点处理
除了斗拱，建筑顶部有一个较大的水平平台区域，我在这个区域加了几个标志性的构筑物，比如顶部的观景平台和竖向构件。这些元素虽然模型量不大，但直接决定了建筑轮廓的辨识度。
这个经验可以推广：对于任何标志性建筑，先做轮廓后做细节。轮廓对了，哪怕细节粗糙，观感也在及格线上；轮廓不对，细节再精细也是一眼假。
4. 内部展项还原：视频流与多媒体交互
4.1 用VideoPlayer组件实现长卷画作的动态循环
展馆内部最值得做的展项是那幅著名的多媒体版《清明上河图》。原作品是一面很长的动态画卷，画面里的人、船、车都是动的。这个展项如果只用一张静态贴图，效果会大打折扣。
Unity里播放视频最标准的做法是用VideoPlayer组件配合RenderTexture。具体流程是：
- 准备一个循环播放的视频文件，编码选择H.264，封装格式MP4；
- 在Unity中创建RenderTexture，分辨率设置为1920x1080；
- 在场景里做一个足够长的平面mesh，把RenderTexture赋给这个平面的材质；
- 用VideoPlayer把视频渲染到这个RenderTexture上。
这段视频素材是运营方提供的真实展项录像，考虑到画面效果，我做了剪辑去掉了镜头晃动明显的段落，只保留正面稳定的画面。视频本身是1920x1080@30fps，循环播放大概3分钟。
一个容易忽视的点：VideoPlayer默认会把视频渲染到Camera的显示画面上，如果多个视频同时存在，需要为每个VideoPlayer单独指定RenderTexture，并保证RenderTexture数量和视频数量一一对应。
4.2 视频流在大型展馆场景里的播放性能对策
内部漫游时会经过多个展项区域，每个区域如果都在播放视频，对GPU和带宽压力都会很大。我的处理思路是“视锥剔除+距离分级”。
具体做法是：所有视频展项挂一个脚本，当玩家相机离视频面板距离超过20米时，暂停播放并替换成静态截图；距离低于15米时再恢复播放。这样同时最多只有两个视频在运行，性能压力小很多。
这个逻辑用Unity的OnBecameVisible和OnBecameInvisible实现最好，配合Camera的视锥剔除，面板不在相机视野内时自动暂停，恢复时再无缝续播。实测下来加载内存占用直接砍掉了一半以上。
注意：视频文件尽量放在StreamingAssets文件夹下，而不是Resources文件夹。Resources里的视频会被打包进主数据包，StreamingAssets允许运行时按需加载，对大型视频内容更友好。
4.3 墙面展项与灯光氛围的配合
除了长卷，内部还有不少墙面展项，包括介绍美术馆历史沿革的图文墙面、临时展览预告区等。这些我没有用视频，而是用UI画布挂在场景面板上，配合一个简单的视线触发——玩家走近了，UI淡入，走远淡出。
这个交互形式虽然简单，但它让空间感强了很多。做沉浸式展馆的通用经验是：别堆满内容，让展项有节奏地出现，反而更真实。内部灯光我全部用的实时光源，数量控制在5盏以内。因为内装墙体大多是浅色，灯光反弹很强，不用开全局光照也能有不错的效果。
5. Solidworks模型导入Unity3D：三条必经之路
5.1 格式选型：为什么最终选了FBX通道
这个项目最初的设计模型中，建筑师使用的是Solidworks。Solidworks建模和Unity之间没有直接通道，我试过几种转换方式，最终固定下来一套稳定的流程：
- Solidworks导出STEP格式（保留几何信息最完整）；
- 用3ds Max导入STEP，因为Max对STEP的支持还算可靠；
- 在Max里检查清理网格，重新展UV；
- 从Max导出FBX给Unity使用。
也可以直接用Solidworks的STL导出再导进Blender，但STL只有三角面，没有NURBS曲面参数信息，复杂曲面转完经常炸面。STEP转出来的面更整洁，后续处理工作量小很多。
很多人会在第一步就卡住：Solidworks导出STEP时提示“无法导出某些面”。这个提示通常意味着模型里有非实体曲面。解决办法是在Solidworks里先运行“检查实体”工具，修复所有无效曲面后再导出，别带着报错继续往后面走。
5.2 坐标轴翻转与单位换算的坑
Solidworks默认坐标系是Y轴向上，Unity是Y轴向上，这点恰巧是一致的，不用翻转，省了很多事。但有个隐蔽问题：Solidworks的前视图法线方向和Unity不完全一致，如果模型导入后整体面向反了，需要在Max里绕Y轴旋转180度解决。
至于单位换算，前面提过Solidworks是毫米。这里再强调一个细节：在Max导入STEP时弹出的单位对话框，我选了“毫米”，导入后检查模型的BoundBox尺寸，如果建筑整体显示是200多米而不是200多米毫米，那就对了。此时导出FBX时把单位改成米，这样Unity里才不需要二次缩放。
这个关卡的核心原则：尽早在DCC工具里完成单位归一，不要在Unity里用缩放值硬调。一旦在Unity里缩放过，后续做物理碰撞、音频衰减、摄像机参数都会跟着乱套。
5.3 网格清理与碰撞体重建
Solidworks导入的模型通常有个致命问题：三角面数量巨大，而且存在大量完全不可见的内部面、重合面。Unity不会自动帮你清理这些，必须人工处理。
我在Max里做的清理操作包括：选择所有面，删除背向面（使用“背面剔除”选里面）；再用“焊接顶点”把距离小于0.01mm的顶点合并；最后运行一次“统一法线”，确保所有法线方向一致。这套操作做完模型三角面数量大概下降了30%到40%。
碰撞体方面，千万不要给高模网格挂MeshCollider，那是性能灾难。我的做法是在建筑楼层的主要活动区域，用简单的BoxCollider和CapsuleCollider拼出可通行范围，而建筑外观则完全不挂碰撞体，借助Unity的碰撞层机制把玩家限制在室内和平台区域。
如果确实需要精确碰撞（比如楼梯扶手、坡道等部位），一个折中方案是单独建一个低模匹配的碰撞网格，面数控制在5000以内，只在玩家可能碰撞的部位使用。
6. 场景优化与性能调优实录
6.1 三角面、DrawCall和内存的三角平衡
整个场景完成时的原始三角面数大约在180万左右，这个数量对PC来说其实不算夸张，但考虑到还要播放视频和处理大量贴图，我决定做一轮系统优化。
先砍面数：用Max的ProOptimizer修改器把远景建筑部位的网格减到40%，肉眼基本无差别。这一次操作把场景总三角面降到约110万。
再合DrawCall：Unity的静态批处理（Static Batching）可以把共享材质的静态网格合并成更少的DrawCall。前提是网格必须标记为静态，并且材质要完全一致——颜色参数一样，贴图一样，shader一样。我为了享受静态合批，把红色钢构件统一成同一种材质，而不是每个构件单独调颜色。
最后看内存：纹理总量控制在800MB以内，做法是统一把2K纹理用ASTC压缩，虽然视觉有轻微损失，但换来的是内存和带宽都降低。
6.2 光照烘焙：动态光减少到最低限度
我上面提到内部灯光用实时光，但实际最终版本里，除了玩家头顶的一盏跟随灯光和少数几个重点展项灯，其他全部烘焙成了静态光照贴图。
用Unity的Progressive GPU Lightmapper烘焙，场景比较大，一张2048的光照贴图大概烘焙了40分钟。烘焙之后，环境光散射、间接光颜色都被记录在贴图里，运行时几乎零开销。
烘焙需要注意两点：一是所有静态物体必须勾选Static并设置正确的Lightmap Static标记；二是在烘焙前检查UV2，Unity会自动生成但如果有UV有重叠，烘焙结果会出现奇怪的漏光现象。我检查下来发现Solidworks导入的模型UV2生成失败率很高，手工在Max里重新展了UV。
6.3 PC端与移动端的差异化配置
项目交付时同时要求了PC版和移动端预览版，两者配置差异很大，我用一个PlayerSettings设置脚本按平台切换：
PC端：画质等级设为“Ultra”，开启实时光阴影，视野距离300米。
移动端：画质等级“Medium”，关闭实时光阴影，视野距离120米，关闭后处理特效。
纹理方面移动端全用压缩纹理，PC端用原始2K。实测效果：PC稳定60帧，移动端iPhone系列机型30帧没问题，Android中端机型有时降到25帧左右，还在可接受范围。
这个经验告诉后来者，数字展馆类项目做性能预算表要趁早，不要等模型都堆完了再想优化策略。早期定好简化版本，后面自然衔接。
7. 复盘：踩过的坑和给后来者的建议
7.1 最容易翻车的三个细节
第一个坑是Solidworks模型导入时单位设置不统一导致建筑尺寸翻倍。有一次导入时Max对话框我点了“厘米”，整个建筑比正常大了10倍，而场景里的小参照物又把它衬得特别明显。排查了整整一个下午才发现是单位问题。后来我所有导入操作都强制先量一个已知构件长度，再开始别的操作。
第二个坑是视频无法正常播放且场景内同时开多个视频导致Crash。原方案是玩家靠近展项就自动播放。结果Alpha测试时展项密集区域，五个视频同时播放，内存直接爆掉。后来改为“同时最多两路视频+距离暂停”策略才解决。如果视频较多，建议使用第三方视频插件做硬件解码，比如AVPro Video，解码压力会小很多。
第三个坑是光照烘焙后的漏光均匀出现在斗拱缝隙处。原因是Solidworks导入的曲面模型有很多狭长的三角形，UV展开后在光照贴图上缩放比例太小，产生了噪点。解决办法是把这些面在Max里重新网格化，让三角形的UV密度均匀。
7.2 模型面数降到什么程度才合适
以中华艺术宫这个体量为例，我的最终场景数据可以作为参考：外观建筑模型约70万面，内部结构约30万面，场景家具和展项约10万面，总计约110万面。PC端中高配显卡毫无压力，移动端配合LOD也能跑。
如果你的目标设备是老笔记本电脑或者低端集成显卡，建议外观主体不要超过30万面，内部不超过15万面。再低就要开始牺牲建筑识别度了，这时候就要靠贴图和光影来补。
7.3 这类项目后续还能怎么扩展
这个项目做完后，我顺手验证了两个扩展方向，都还比较顺利：
一个是VR模式。把原有漫游相机换成Unity XR Interaction Toolkit相机，加两个手柄的瞬移和抓取交互，场景稍做调整就能跑通。中华艺术宫这类建筑空间开阔、动线清晰，非常适合VR游览。
另一个是数据可视化。把展品信息做成可点击的悬浮卡片，点击后在屏幕侧面弹出图文详情。甚至可以把展品的三维扫描模型也放到场景里，让观众绕过玻璃橱窗“亲手”旋转查看国宝的每一个角度。
至于外部模型导入更多类型，只要定好单位、坐标系、材质规范，Solidworks、Revit、Rhino导出的模型都能在同一套流程下转化为可用的Unity资产，这套方法论在公建类项目里基本通用，直接拿来用就行。