留言

非真实感渲染（NPR）管线拆解：从卡通着色到风格化笔触 

兰伯特光照模型（Lambertian Reflectance）完全解析

Transformer 大语言模型运作原理解析：从零拆解 AI 的「基础底座」

AI Agent 记忆系统架构：2026年全景解读

Vibe Coding实现MAX Script编写

导出统一化脚本使用

在阿里云上部署ai绘画

lora训练部署

社会主义与中国特色社会主义：一条道路的必然与超越

从塞尔达到原神，NPR 风格游戏背后的渲染管线到底怎么工作？本文手拆四道核心工序：漫反射量化、边缘描边、高光风格化、后期合成，附完整 GLSL 代码。

从零开始理解兰伯特光照模型：余弦定律的数学推导、生活类比、GLSL代码实现，以及与Phong/Blinn-Phong模型的对比。适合图形学初学者。

Transformer 是大语言模型（LLM）的「基础底座」。这篇文章从零开始拆解 Transformer 的核心机制——嵌入表示、自注意力、多头注意力、前馈网络，用一个完整的数据流例子串联起来。

为什么上下文窗口不等于记忆？Agent 需要三种记忆类型？Write-Manage-Read 循环是什么？2026年最值得关注的两个开源记忆系统 Mem0 和 Engram 深度解析。

不需要了解代码结构，直接开始氛围编程——用AI编写MAXScript的完整指南

基于linux服务器训练lora微调模型

社会主义到底是什么？中国为什么必须走社会主义？"中国特色"又特在哪里？本文从历史推演出发，结合国际对比，回答这三个绕不开的问题。

知行合一

技术分享

AI绘画分享

精选文章

首页

搜索

文字

留言板

更多帮助请访问手册 → https://tangly1024.com/article/notion-next-secondary-menu

往期整理

历史归档

文章分类

文章标签

AI Agent

记忆系统

架构设计

开发

教程

思考

编译

精选

图形学

类型为Notice的文章将被显示为公告，仅 hexo和next支持；仅限一个公告

公告

数字

password

icon

date

type

slug

status

title

summary

表格

非真实感渲染（NPR）管线拆解：从卡通着色到风格化笔触

第一道工序：漫反射量化（Diffuse Quantization）

第二道工序：边缘检测与描边（Edge Detection & Outline）

第三道工序：高光风格化（Specular Stylization）

第四道工序：后期合成（Post-Processing）