國產游戲引擎，竟然用來搞民航

蕭簫 金磊 發自 凹非寺
量子位 | 公眾號 QbitAI

只是給飛行員做個“裝備”，竟然突破了國內民用航空領域的一大技術難題？！

這是一群游戲技術開發者的真實經歷。

他們用自研游戲引擎開發了一個飛行模擬軟件，能夠第一視角模擬飛行員起飛、著陸、巡航等不同時段的操作場景，隨時隨地提升飛行“段位”。

結果發現，不僅性能得到提升，生產成本還降低了50%！

由于相關技術在國內起步較晚，此前這類軟件主要靠進口采購，一套價格動輒600-800萬，加上維護成本，光是訓練一個飛行員，平均一小時就要燒掉幾千甚至上萬元。

雖然市面上已經有像《微軟飛行模擬》（Microsoft Flight Simulator）這樣的游戲，但相比工業軟件還是有一定差距：

后者不僅需要設計專門的工業級功能，對于刷新率、傳輸延遲等性能標準要求也更高。

所以，這套軟件在航天航空領域有多重要，這群“技術玩家”又如何解決其中的技術難題？

進一步地，研發這套軟件用到的國產游戲引擎，背后又究竟是什么來頭？

自研游戲引擎，打通航空技術“難關”

這套工業飛行模擬軟件，叫全動飛行模擬機視景系統。

全動飛行模擬機（FFS，Full Flight Simulator），是臺1:1還原飛機駕駛艙的仿真設備，由模擬座艙、運動系統、視景系統、計算機系統及教員控制臺等五大部分組成。

它相當于一架“在地面飛行的飛機”，飛行員即使無法上天，在其中也能訓練開飛機的技巧：

顯然，全動飛行模擬機提供的環境越逼真，訓練效果越好，模擬機等級也就越高。要想做高等級的模擬機，最關鍵的技術之一就是視景系統。

作為全動飛行模擬機的“眼睛”，它專門用于模擬飛機行駛時，飛行員透過駕駛艙風擋看見的真實地形和天氣狀況。

對于飛行員來說，復雜的地形和變幻莫測的天氣，是最考驗飛行技術的兩大環境因素，視景系統能通過對地形和光影的高精度，盡可能模擬還原真實世界的飛行情況。

然而，正是這套視景系統，成為了國內研發高等級全動飛行模擬機的最大瓶頸之一。要想自研類似技術，主要面臨兩大技術難題：

一方面，高等級全動飛行模擬機的視景系統，對“畫質”真實度要求極嚴格。

這里的真實度標準又分為兩方面：畫面分辨率和環境數據真實度。

以現實世界中的地形為例，大部分機場并非建在平坦開闊地上，尤其是周圍有大量建筑和險峻山地的機場，更是只有經驗豐富的飛行員才允許降落。

因此，數字重建技術質量越高，模擬出的現實世界建筑、道路、山體等幾何信息就越真實，飛行員基于模擬機的練習才更有實際效果。

以視景系統對生成幾何圖形的質量要求為例，即使是最低等級的模擬機，相鄰正方形角間距也不能超過1.5°：

更別提高等級模擬機對“面分辨率”等容差指標的要求。

另一方面，視景系統還得與其他FFS系統一樣，在傳輸延遲等數據上達到“工業級性能”標準。

模擬機對于視景系統的刷新率和信號傳輸延遲，往往有著嚴格的規定。

無論是操作模擬機后畫面變化的速率，還是兩個駕駛員座位上不同屏幕的畫面色彩亮度偏差，都必須滿足相應指標。

這是因為，在現實世界中開飛機，對于環境的反應速度要求極高。

以天氣為例，一旦風向發生變化或是遇上惡劣天氣可見度降低，往往直接影響飛機的起飛和降落，甚至需要復飛，直到天氣恢復正常。

過程中，極小的操作延誤都可能造成事故，對于模擬機視景系統而言，至少要確保延遲不在人感知范圍內，而這個數據限制在毫秒級。

然而，此前在工業級全動飛行模擬機視景系統上，國內自研技術起步較晚。

國內民航企業，往往只能通過購買較昂貴的視景系統來作為“替代方案”，維護成本更是不低。

視景系統本質上是一項模擬飛行環境的數字技術，而這恰恰是游戲技術所擅長的。因此，面對這一現狀，來自騰訊游戲的CROS團隊與南航翔翼去年宣布聯合研發國產全動飛行模擬機視景系統。

在這套系統中，兩大類游戲技術派上了大用場。

一類是生成游戲場景必不可少的渲染技術，而且與游戲級渲染不同，視景系統要求地球級的渲染能力——

除了要在更廣空間、更復雜緯度上實現曲面渲染，還得與真實地球坐標系保持一致，包括星體、大氣、天氣和曲率校準等；這樣才能重建超高精度、超寫實的數字場景。

要實現這一點，至少需要三大能力：真實圖像等數據處理+AI幾何信息提取、PCG技術“移山填海”、以及通過照掃技術和生成式AI打造高質量建筑貼圖材質信息。

首先需要用AI算法，對衛星圖中的噪音、云層和影子進行處理和圖像校正，并提取建筑、道路、水域、植被和山體的幾何信息，以確保重建數據的真實度；

然后，就需要用到大場景的速成“秘籍”PCG技術，也就是過程化內容生成。

通過將工業建模知識編碼成一個個PCG算法模塊，就能快速將高精度數字孿生建筑、道路和植被重建到場景中，同時機場和城市、地景等相關資產也能高效重建。

這之中，騰訊游戲CROS團隊還基于AI算法開發了快速圖形生成工具，將建模效率提升了10倍以上——

原本3D建模、渲染一個機場需要接近一個月的時間，現在只需3天就能搞定。

最后，通過照片掃描技術生成精細的幾何結構場景，再基于生成式AI算法“想象”出建筑貼圖材質信息，重建出一個逼真的數字世界。

事實上，基于這一套游戲技術“組合拳”打造的視景系統，比現有工業軟件效果還要好：

不僅將視景渲染的精細度在貼圖精度上提升了1個數量級，更是在幾何精度上提升了2個數量級。

另一類，是體驗游戲必不可少的性能優化技術，用來提升視景渲染的速度和效果，達到工業標準。

硬件上，為了提升多核CPU和GPU的利用效率，團隊研發了基于可見性緩存的可變著色率繪制管線和超大世界坐標系統，降低并發時“出bug”的概率。

基于這一GPU和CPU加速技術，CROS團隊將渲染大規模視景場景的性能提升了10倍以上；

軟件上，他們先是針對模擬機視景系統硬件多屏幕的情況，自研了多屏校準技術，不僅畫面幾何精度達到0.5°以內，不同屏幕的色彩、亮度偏差也從10%降低到5%以內，符合工業要求。

隨后，他們還自研了時間同步、數據同步算法，在優化分布式渲染管線基礎上，成功實現了0.1ms級的同步渲染速度，以及12K分辨率的高清60FPS渲染效果。

在這兩大類游戲技術上，騰訊游戲和南航翔翼合作打造的全動飛行模擬機視景系統，不僅性能優于目前國內市場上工業軟件，生產成本還降低了50%。

當然，CROS自研游戲引擎的能力并不止于此。

在助力解決民航一大技術難題的同時，團隊還將CROS自研引擎用在了更多“跨領域”的項目上。

不止航天航空領域

除了航空領域，騰訊游戲CROS自研引擎還讓我國的萬里長城“走進”微信小程序中，在超擬真畫面渲染的基礎上，進一步擁有了跨時空的技術和能力。

此前在2022年6月上線的“云游長城”，是全球首次通過游戲技術實現最大規模人類文化遺產毫米級高精度的數字還原。

而現如今，瀏覽量已經突破4000萬的“云游長城”，在剛過去的騰訊游戲發布會上更進一步推出了【時空版】。

這次的版本更新，正是基于CROS自研引擎渲染加持。

除了實現大規模、全動態、超高清、超真實的自然環境以外：

這一次還重建了長城的時空數據，是會讓季節、時間和天氣與長城實地氣象進行映射的那種！

屆時，只需要一個小程序，大家便可以感受到晝夜不同的光照變化、積雪漫漫等效果了。

云游長城的數字資產光照片掃描量就多達51386張，模型面片數量更是超過10億，再加上自研引擎的渲染、PCG自動化生成技術等從而實現了惟妙惟肖的效果。

正如騰訊互娛研發效能部副總經理李從兵所言：

渲染技術，是游戲引擎在游戲以外領域的殺手锏。

游戲引擎當前的實時渲染能力在很多情況下，已經能做到相當接近真實世界和電影的效果。這也為游戲引擎的破圈提供了一個非常強大的動力。

而除了高精度渲染（虛擬幾何體、多象限貼圖）、PCG生成技術+大規模植被渲染以外，打造【時空版】中用到的物理大氣系統、實時全局光照（SmartGI）等技術，也同樣是CROS自研引擎具備的能力。

但將游戲引擎“跨領域”應用到這些場景中，除了核心的渲染、動畫等技術，必然也還需要反復迭代、不斷吸收其他的新能力。

以“云游長城【時空版】”為例，這個項目的一大特點就是輕量級，在手機小程序上就能運行，往往需要借助云游戲的能力。

為了實現“云游”這一特性，團隊為CROS游戲引擎開發了多種即時調試和profile工具，并且完善了引擎的守護進程等功能，確保游戲能在一卡多路并發的場景下穩定運行。

最終通過優化迭代一系列游戲引擎新功能，團隊成功提升了數字長城資產在云環境下運行的穩定性。

而在其團隊自身不斷迭代優化、和各種跨領域項目“反向push”的過程中，CROS游戲引擎如今也已經以核心技術為基底，“開枝散葉”出工具鏈、以及游戲制作管線兩大能力。

引擎核心技術，主要由9大能力系統構成，包括3D渲染、動畫系統、物理系統、音視頻系統、網絡通訊、數學計算、腳本系統、場景資源管理和任務系統等；

工具鏈，則是配套引擎提供服務的能力，包括打通主流DCC工具、對各領域多種資源格式的支持工具、相關的服務器引擎能力等；

游戲制作管線能力，則包括數字孿生能力、材質Lookdev能力、PCG技術、光照和烘培技術等，再結合AI算法、數字孿生掃描、動捕技術，就能提供一條游戲“流水線”生產所需的工具。

基于這三大能力，CROS自研引擎如今已經助力民用航空、數字文化等領域解決了不少“硬核”需求，初步完成了一輪游戲技術的“跨圈”應用。

問題來了，為什么手握“一線”游戲的騰訊，要做這件事？

為什么騰訊要做這件事？

前不久，英偉達GTC線上大會發起了一場特別活動——英偉達CEO黃仁勛與OpenAI聯合創始人兼首席科學家Ilya Sutskever進行了一次“爐邊談話”。

在這次談話中，Ilya Sutskever特別提到了《DOTA2》，通過《DOTA2》，OpenAI的學習模式從“強化學習”轉變為了“基于人類反饋的強化學習（RLHF）”，這為后來的ChatGPT技術提供了借鑒。

而縱觀AI發展至今的漫漫長路可以看到，游戲一直是前沿技術最佳的“試驗田”。

因為基于游戲的形式，一直是很多科學家探索AI的方式：

• 1944年，馮·諾依曼在《博弈論與經濟行為》一書中，首先提出了兩人對弈的Minimax算法；
• 1947年，圖靈編寫出了第一個下棋程序；
• 1950年，香農發表《計算機下棋程序》一文，開啟計算機下棋的理論研究。
• 1951年，圖靈的好朋友克里斯托弗·斯特拉切（Christopher Strachey）寫出了世界上第一個視覺游戲checkers。
• ……

再到后來名聲大噪的AlphaGo擊敗人類，無不都在印證著這一點。

而游戲還不只是前沿科技的“試驗場”，更是普通大眾觸碰到天文、生物、醫學乃至基礎科學等前沿科技的一個重要通道。

比如《腫瘤醫生》，就是基于臨床真實方案開發的一款科普腫瘤知識的游戲。

游戲中，玩家作為腫瘤醫生，需要找到能平衡治療、補充體力和回復免疫力的方案。

在這個過程中，玩家不僅能學到手術、放療、化療、靶向治療、免疫治療等基礎知識，還能get不少防治癌癥新技能，揭開這一前沿醫學研究領域的“神秘面紗”。

騰訊公司高級副總裁馬曉軼在接受媒體采訪時就談到，游戲驅動了新技術的發展，讓新技術快速大規模應用、民用，并通過市場反哺新技術研發投入：

游戲本身是普通用戶可以接受到的最吃硬件性能的數字產品……如果你日常刷個網頁或短視頻，大概會再用2W的功耗，這些加起來都不到5W。但你玩游戲的時候，增速要高，可能18W是拉滿的。

而騰訊無論是做“全動飛行模擬機聯合視景系統”還是“云游長城【時空版】”，更是凸顯了游戲技術不一樣的價值。

一個是用游戲引擎突破了航空航天核心裝備的自研技術瓶頸。

通過把游戲技術應用于民航工業軟件領域，不僅降低了飛行員的訓練成本、提升培養效率，更是進一步助力實現核心引擎到業務場景各環節技術和軟件系統的國產化。

這樣一來，就能更好地促進民航工業核心自研知識的發展和迭代，進一步打造國產技術核心競爭力。

另一個則是在教育和文物保護上體現出了游戲技術的優勢。

據了解，“云游長城”（香港版）已經通過中國文化研究院平臺，進入香港中小學，成為豐富課程、拓展全新教學場景的延展學習資源。

同時，“云游長城”還獲得了聯合國教科文組織頒發的“2022全球世界遺產教育創新案例卓越之星獎”。

馬曉軼認為，游戲科技是游戲產業逐步積累和沉淀了一套能模擬現實世界、提供沉浸體驗和具備豐富交互能力等獨特技術體系。這些能力特點，非常契合當下和未來的更多社會需求。

游戲科技“跨界”項目越來越多地出現，正是游戲作為一種超級數字場景，所呈現出來的通用性和更多可能性。

由此可見，游戲，已經不再是“你以為的你以為”了。

那么之于未來，游戲及游戲技術還能給更多跨領域帶來怎樣的價值，值得期待。

參考鏈接：http://www.caac.gov.cn/XXGK/XXGK/GFXWJ/201910/t20191010_198923.html