RESEARCH LOG · 2026.04 · timoxu

MAGIC
DAWN

全局光照革命:腾讯 MagicDawn 产品知识整理记录
行业背景 · 技术解析 · 竞品对比 · 实验探索

PDF 技术文档 内部培训纪要 网络资料 12 个研究维度
01 / 13

全局光照(GI)
为什么是游戏美术最难的事?

☀️ 什么是 GI
全局光照 = 光线在多个物体之间的相互反射、折射与散射效果。没有 GI,场景会显得"假"且平。
⚡ Diffuse GI 最难
四方向漫反射是 GI 中最难的部分。99% 高 DAU 游戏采用烘焙 GI——运行时零开销,但制作成本极高。
🔥 传统方案痛点
单机 CPU 烘焙极慢(大场景数小时)、效果不物理精准、难以调整迭代、不支持实时预览。
💡 云 GPU 是出路
Path Tracing 算法物理精确但计算量巨大,只有在云端 GPU 集群上才具备商业可行性。
02 / 13

光照行业的关键数字

99%
高 DAU 游戏使用
Baked GI 方案
6+
主流烘焙工具互相竞争
(NVIL / Lumen / Enlighten…)
0
运行时额外开销
(Baked GI 的核心优势)
美术调光 等待烘焙 效果不对 重调 再次等待 循环数十次
💬 核心矛盾
高质量 GI 需要物理精确的 Path Tracing 算法,但 PT 计算量极大,单机方案根本跑不动。
游戏行业迫切需要一个"快、准、好用"的云端 GI 烘焙解决方案。
03 / 13

MagicDawn 是什么

腾讯游戏自研 · 2021年立项

MagicDawn(Magic Light)是腾讯游戏自研的跨引擎分布式光照烘焙系统,基于云端 NVIDIA GPU 集群,以 Path Tracing 为核心算法,为游戏提供物理精确、高效可迭代的全局光照烘焙能力。

Unity 支持 UE4/5 支持 自研引擎支持 多平台 NVIDIA GPU Path Tracing
  • 发展时间线:2021立项 → 2022试用 → 2023商业化 → 2025规模化
  • 适用场景:移动端/PC/主机游戏,高 DAU 产品
  • 核心差异:PT Viewer 实时预览 + 云端分布式加速
  • AI 能力:Neural Lightmap + AI Probe 压缩 + OLV 防漏光
  • 应用规模:已应用于 20+ 款游戏,覆盖多引擎多平台
04 / 13

技术栈全景解析

PT Path Tracing — 核心算法
无偏算法,物理精确,模拟光线真实传播路径。唯一缺点是计算量巨大,依赖云端 GPU 集群。
PRT Precomputed Radiance Transfer
支持 TOD(时间轴)动态光照变化,白天/夜晚/日落均可实时切换,预计算保证性能。
PT Viewer 实时预览工具(独家)
MagicDawn 独有功能,美术可边调参数边实时看到 PT 级别的渲染效果,大幅提升迭代效率。
Neural GI Neural Lightmap / Neuro GI
神经网络表达高频动态 GI,支持开关门、TOD、碎片等动态场景的实时光照变化。
OLV Optimized Lighting Volume
自动处理 Probe 漏光问题(Auto Anti-Light-Leakage),避免室内光漏到室外等常见 Bug。
CLV Cascade Lighting Volume
自研 per-pixel 插值框架,AI Probe 压缩基础。压缩率 3%(传统方案 30-40%),Siggraph 2025 论文。
05 / 13

用数字说话

17x
加速比
相比单机方案,分布式集群加速 17x 以上(PDF benchmark 实测)
3%
压缩率
AI Probe 压缩率仅 3%,传统方案 30-40%。Siggraph 2025 论文成果
20+
应用案例
已落地 20+ 款商业游戏,覆盖 Unity / UE4/5 / 自研引擎
📌 Benchmark 原始数据(来自 PDF 技术文档):
12 agents × 512spp → 烘焙完成时间 4分11秒  |  同等质量单机方案预估 >70分钟
数据来源:腾讯MagicDawn.pdf 技术文档 · 内部培训纪要
06 / 13

六款工具对比一览

产品 算法 引擎支持 云端加速 实时预览 AI 能力
✦ MagicDawn Path Tracing Unity/UE/自研 原生支持 PT Viewer Neural/CLV
NVIL GPU 光子映射 UE 为主 部分
Lumen (Epic) 软件 RT UE5 专属 本地 实时
Unity Enlighten Radiosity Unity 专属 本地 有限
GPU Lightmass GPU 加速 PT UE 专属 本地 GPU 部分
Beast (自研类) 各异 自研引擎 本地
数据来源:腾讯MagicDawn.pdf 竞品分析章节
07 / 13

定价与客户分级

初级版
3万
/ 月
基础烘焙能力
适合中小团队
企业版
20万
/ 月
全功能 + 专属支持
大型 3A 项目
☁️ 云资源参考
月费之外,云计算资源(GPU 集群)另计费用,参考约 80万/年。建议提前评估项目规模预算。
🎯 客户分级
A 类客户:有明确需求、预算充足,优先服务。
B 类客户:探索阶段,需更多培训引导。Unity 专业版截至培训时尚未发布。
数据来源:南区早鸟课堂第156期 · 内部培训纪要(2025-08-18)
08 / 13

网络资料 vs PDF 文档信息差异

🌐 网络 / 知识库独有信息
定价体系:3/5/20万/月三档
客户分级:A/B类客户分类标准
云资源:约80万/年参考费用
Unity专业版:截至培训时尚未发布
来源:内部销售培训纪要(非公开)
📄 PDF 技术文档独有信息
Benchmark:12 agents 512spp = 4m11s
加速倍率:17x+ 实测数据
CLV框架:Cascade Lighting Volume 全称
路线图:2021→2025完整演进
来源:Siggraph 2025 学术论文背书
09 / 13

知识可信度综合结论

技术信息(高可信)
  • PT 为核心算法,两来源完全一致
  • 跨引擎三平台支持,多方交叉验证
  • PT Viewer 实时预览,PDF 详细说明
  • AI Probe 3% 压缩率,论文背书
  • 17x 加速比,有原始 benchmark 数据
商业信息(仅来源单一)
  • 3/5/20万定价来自内部培训,未官方确认
  • 80万云资源为参考值,因项目规模浮动
  • A/B 客户分类为内部销售逻辑
  • Unity 专业版状态可能已更新
  • 建议对接 BD 获取最新商务信息
可信度标签
✓ 技术架构 HIGH ✓ 竞品对比 HIGH ✓ 应用案例 HIGH ⚠ 定价信息 MID ⚠ 云资源费用 MID ! Unity版本 需更新
10 / 13

我的 3D 坦克可视化实验

  • 01 建模:3D 坦克模型 自建 3D 坦克模型,包含车体、炮塔、履带等结构细节,为后续 GI 烘焙提供素材。
  • 02 可视化渲染展示 当前阶段:将模型制作为可视化效果动画,展示光照与阴影的直观视觉差异。
  • 03 接入 MagicDawn 烘焙(计划中) 后续将模型导入 MagicDawn 进行 PT 级别 GI 烘焙,对比传统方案的视觉效果与时间成本。
🔗 坦克普通光照 3D 模型:https://zq.timoxu.online/viewer.html
🔗 炮台展示:https://go.timoxu.online/turret.html
11 / 13

32 条资料索引多层级信息网络

v3 · 2026-04-09 共 32 条 · 涵盖官方、合作方、媒体、社区、学术多层级 · 完整版见 MD 文档
12 / 13

加入开发者交流群

本文档持续更新。欢迎扫码加入 Magicdawn 产品交流群,与开发者共同探讨游戏光照技术的最新进展。

Magicdawn 产品交流群二维码
Magicdawn 产品交流群
使用微信或企业微信扫码加入
该二维码 4 月 27 日前有效,重新进入将更新

MagicDawn 光照 T-90 效果  ·  To be continued…

13 / 13