ようこそ！ここはインターネットの果てだよ！ゆっくり休んでね

1. 为什么我们需要 Mipmap？（痛点与灾难）#

想象一下，我们在 UE5 里铺了一块非常精细的 $1024 \times 1024$ 的高光泽大理石地板（包含 100 万个纹素）。

• 当你站得很远时：这块巨大的地板在屏幕上可能只占据了 $10 \times 10$（100 个）像素。
• 灾难发生：如果让这 100 个屏幕像素去那 100 万个纹素里“抽卡”采样，它们抽到的颜色会非常稀疏、极其随机。只要相机稍微移动一点点，像素采样的位置就会发生剧烈变化，导致远处的地板疯狂闪烁，甚至出现一圈圈恶心的摩尔纹 (Moiré pattern)！这就是图形学中臭名昭著的走样 (Aliasing)。

2. Mipmap 的核心思想：空间换时间（提前计算）#

既然当场“抽卡”会闪烁，那我们不如提前算好远处的像素该长什么样！

当我们把一张贴图导入 UE5 时，引擎会在后台默默地帮你生成一连串越来越小的贴图：

• Level 0: $1024 \times 1024$（原图，适合极近距离）
• Level 1: $512 \times 512$（长宽各缩小一半，相当于四个像素平均成一个）
• Level 2: $256 \times 256$
• …
• Level 10: $1 \times 1$（整张图混合成了一个纯色像素，适合无限远）

逻辑链：当相机渲染某个像素时，GPU 会计算这个像素覆盖了贴图上多大的区域。如果覆盖区域很大（说明离得很远），GPU 就不去原图里找了，而是直接去 Level 3 或者 Level 4 那种已经“平均模糊”好的小贴图里去取颜色。这样不仅彻底消灭了闪烁，还能因为小贴图更容易被塞进 GPU 高速缓存里，大幅提高渲染效率！

3. 三线性插值 (Trilinear Interpolation)#

如果地面上 Level 1 和 Level 2 的交界处是生硬切换的，画面上就会出现一条明显的“分界线”。

为了解决这个问题，聪明的现代渲染管线不仅会在同一层 Mipmap 里做双线性插值 (Bilinear)，还会**把相邻的两层 Mipmap（比如层级 **$D$和层级 $D+1$）都采样出来，然后根据深度的距离，在层与层之间再做一次线性插值 (Lerp)。

这（双线性 $\times$ 层间线性）合在一起，就是大名鼎鼎的三线性插值 (Trilinear Interpolation) 啦！

4. 经典的代价：多占了多少内存？#

天下没有免费的午餐。既然多生成了这么多缩略图，必然会占用更多的显存。那是多少呢？

是一个等比数列求和：$1 + \frac{1}{4} + \frac{1}{16} + ...$

结论：Mipmap 会让贴图多占用原本大小的 $\frac{1}{3}$ 内存。但这 $\frac{1}{3}$ 的代价换来了极大的抗锯齿效果和性能提升，是绝对稳赚不赔的买卖！

1. 核心思路：测量“一个屏幕像素，盖住了多少个纹素”#

如果 1 个屏幕像素，正好对应贴图上的 1 个纹素，说明不放大也不缩小，用 Level 0 原图。

如果 1 个屏幕像素，因为离得很远，盖住了贴图上的 $4 \times 4$（共 16 个）纹素，那我们就应该去找那个把 16 个纹素压成 1 个的图，也就是 Level 2（因为 $2^2 = 4$）。

所以，我们的目标是算出屏幕像素在贴图上的“脚印大小” (Footprint)，也就是公式里的 $L$。

2. 第一步：找邻居 (微分思想)#

看 PPT 左边的图。GPU 在光栅化时，像素从来都不是孤立计算的！它们是以 $2 \times 2$** 的像素块 (Quad)** 为单位并行的。

为了知道当前像素 $(x,y)$ 的脚印有多大，GPU 会偷偷看一眼它右边的邻居 $(x+1, y)$ 和上边的邻居 $(x, y+1)$。

3. 第二步：映射到 UV 空间求距离#

看 PPT 右边的图。我们把这三个像素的 UV 坐标找出来，画在贴图空间里。

• 屏幕上往右走 1 个像素，UV 变化了多少？用向量表示就是 $(\frac{du}{dx}, \frac{dv}{dx})$。算一下这个向量的长度。
• 屏幕上往上走 1 个像素，UV 变化了多少？用向量表示就是 $(\frac{du}{dy}, \frac{dv}{dy})$。算一下这个向量的长度。

4. 第三步：取最大值求 $L$，对数求 $D$#

因为受透视影响，像素映射到 UV 空间通常是个扭曲的四边形。为了保守起见，我们取上面两个长度里的最大值作为正方形的边长 $L$：

$L = \max \left( \sqrt{\left(\frac{du}{dx}\right)^2 + \left(\frac{dv}{dx}\right)^2}, \sqrt{\left(\frac{du}{dy}\right)^2 + \left(\frac{dv}{dy}\right)^2} \right)$

算出了 $L$（比如 $L=4$，意味着这个像素跨越了 4 个纹素的宽度），那该用第几层 Mipmap 呢？

直接求以 2 为底的对数就好啦！

$D = \log_2 L$

（如果 $L=4$，那么 $D=2$，所以去查 Level 2 的 Mipmap）

1. 致命的痛点：如果算出来的 $D$ 是小数怎么办？#

还记得上一步我们用 $\log_2 L$ 算出了 Mipmap 的层数 $D$ 吗？

真实的 3D 世界是连续的，所以算出来的 $D$ 绝大多数情况都是小数！比如 $D = 1.8$。

• 如果我们像最近邻插值那样，直接四舍五入去第 2 层（Level 2）拿颜色。
• 那当相机稍微往前走一步，哪怕只移动了一毫米，$D$ 变成了 $1.4$，系统就会瞬间切回第 1 层（Level 1）。
• 灾难后果：因为不同层级的贴图模糊程度不一样，这种“非黑即白”的硬切，会导致游戏画面里的地面上出现一条极其明显的分辨率断层线 (Seam)，也就是玩家常说的“贴图加载线”，非常刺眼！

2. 完美的救赎：三步走逻辑链 (Trilinear)#

为了彻底抹平这条断层线，现代 GPU 决定同时压榨相邻的两层贴图！这就是 PPT 里的核心逻辑：

• 第一步：向下去找 $D$ 层 (Level 1)

既然 $D=1.8$，那它的下界就是第 1 层。GPU 会在 Level 1 的贴图里，找到对应的 4 个纹素，做一次双线性插值 (Bilinear)，得到一个颜色，我们叫它 $Color_{D}$。

• 第二步：向上去找 $D+1$ 层 (Level 2)

它的上界是第 2 层。GPU 会在 Level 2 的贴图里（注意，Level 2 的网格比 Level 1 稀疏了一倍），再次找到对应的 4 个纹素，做第二次双线性插值 (Bilinear)，得到另一个颜色，叫它 $Color_{D+1}$。

• 第三步：层与层之间的羁绊 (Lerp)

拿出 $D=1.8$ 的小数部分，也就是 $0.8$。我们在刚刚算出的两个颜色之间，再做最后一次线性插值 (Linear Interpolation)！

$FinalColor = (1 - 0.8) \times Color_{D} + 0.8 \times Color_{D+1}$

3. 为什么叫“三”线性？性能开销如何？#

• 为什么叫三线性 (Tri-linear)：因为它在 $U$（水平）、$V$（垂直）两个空间维度上做了插值，又在 $D$（深度/层级）这个第三维度上做了插值。合起来就是 3D 插值！
• 可怕的性能开销：算算看，为了求这一个屏幕像素的最终颜色，GPU 读了多少次贴图？Level 1 读了 4 个纹素，Level 2 读了 4 个纹素，一共读取了 8 个纹素！并且做了一堆乘法和加法。所以，三线性插值的画质是顶级的，但开销也是双线性的两倍哦！