使用 NVIDIA Omniverse 和 Claude 设计一款奢侈手提包

2026年11月4日 阅读时间:15分钟
分享

我在中打造了一款可完全自定义的奢侈手提包,并制作了一段电影级的宣传视频 NVIDIA ——而且我几乎没有手动编写任何代码。以下是完整的流程:概念设计、程序化 3D 建模、与 Claude 进行 AI 辅助调试循环、遇到的问题,以及 Omniverse搭载 NVIDIA 完成渲染。 RTX PRO 5000 Blackwell 显卡的Dell Pro Max 16 Plus 如何

项目介绍

目标是打造一款客户可以在 NVIDIA Omniverse 中实时配置的奢侈手提包,然后通过一个工具在精美的宣传视频中看到最终效果。.

上,设计师 NVIDIA 在AI助手的帮助下,能够完成多少工作?AI助手负责编写和调试代码。虽然我不是USD或Python专家,但我明白一款高端包袋应该具备哪些特质,并且能够直接在视口中识别问题。Claude 负责 所有技术方面的工作,从编写和测试代码到调试和优化最终结果。

该项目有四个目标:

  1. 这是一个真正的3D模型,不是模型。 每个部分都是真实的USD几何体:包身、翻盖、提手、链条肩带、五金件、衬里和一个内袋。
  2. 配置器。 型号、尺寸、皮革类型、印花、颜色、金属配件、文字、标志和搭扣样式都可以在 Omniverse 内的面板中实时更改。
  3. 一段宣传动画。 镜头移动,可旋转的锁扣,打开的翻盖,产品展示,以及一条符合真实物理规律的链条垂落。
  4. 生产级输出。 路径追踪视频,最高可达 4K 分辨率,在移动工作站本地渲染。

所有内容都作为自定义 Kit 扩展 (handbag.configurator) 在基于 USD Composer 的应用程序内运行,该应用程序由 NVIDIA的 Kit 应用程序模板构建。.

图 1:成品包袋效果图,例如 Maison Aurèle 黑色绗缝皮革款,搭配金色链条。

图 2:Omniverse 窗口的屏幕截图,手提包配置器面板在视口旁边打开。

3D建模工作流程

该包袋完全由程序生成:Python 通过少量参数生成每个网格,因此改变宽度或翻盖长度即可在不到一秒的时间内重建整个包袋。.

我选择程序生成而非雕刻几何体,是因为配置器需要各个部件能够相互适应。当机身变宽时,翻盖、缝线、把手、绑带环,甚至内部的显卡都必须随之调整。每个部件都基于相同的机身描述进行计算。.

身体

主体由水平截面(环)自下而上堆叠而成。每个环都是一个超椭圆,因此“圆角度”值的变化会使形状从方正变得柔和。.

在基本形状的基础上,三种效果使其看起来像皮革而不是塑料:

  • 面板凸起: 前后面板中间略微隆起。
  • 侧片向内折叠: 侧片向上折叠,就像真正的侧片一样。
  • 皱纹: 一种低而平滑的位移,因此没有绝对平坦的表面。

底座呈圆角,底部有四个金属脚。.

主隔层

这个包是一个空心的外壳,而不是实心的。外壁顶部卷边,向下延伸到内部,形成一个独立的内衬,内衬采用不同的面料。.

我在里面补充道:

  • 后壁上有一个插袋,顶部有皮革包边;
  • 口袋周围采用马鞍缝线,中间有一条缝线将其分成两个槽口;
  • 开口边缘缝线。.

翻盖

翻盖是最难制作的部分,它被反复修改了好几次(第 4 节)。最终版本是一块 3 毫米厚的实心皮革:

  • 它从后片开始,在那里缝合,然后沿着身体的实际横截面从顶部向下延伸到前面;
  • 它有外表面、内表面和涂漆封边,就像真正的封边漆一样;
  • 它的侧边像硬皮革一样,靠近圆角的部分保持光滑,不会起皱;
  • 在其上开槽,用于安装旋钮锁,并以金属孔眼和背板收尾。.

五金件和背带

  • 旋转锁扣: 翻盖上有一个椭圆形圆顶板,表壳上固定有​​一个药丸状旋钮。另有“互锁环”设计可供选择。
  • 顶部提手: 卷边或扁平皮革,或链条,用金属环连接。
  • 肩带: 金链或皮带,通过皮革扣环和铆钉固定在侧缝上,并悬挂在环上。
  • 细节: 接缝处采用对比色滚边,皮革连接处均采用马鞍缝线。

材料

所有表面均采用基于物理的材质。Claude 生成了九套可平铺的皮革纹理集,包含法线贴图和粗糙度贴图:纳帕皮、荔枝纹小牛皮、萨菲亚诺皮、绒面革、漆皮、鳄鱼纹压花、蛇纹压花、绗缝和编织纹理。印花图案,例如花卉、格子呢、豹纹以及您姓名首字母缩写,均以您选择的颜色生成,并与皮革纹理融合。.

图 3:包袋闭合状态,四分之三侧面图,显示绗缝纹理、滚边和缝线。

与克劳德一起进行人工智能辅助设计

Claude 是我的技术合作伙伴:我负责指导设计和在视口中判断结果,而 Claude 负责编写、测试和修复代码。.

我使用 Claude 桌面应用程序进行开发,该应用程序连接到我的项目文件夹和正在运行的 Omniverse 应用程序。这种设置至关重要。Claude 可以读取 Kit 应用程序模板、编写扩展程序的 Python 文件、运行测试,并在每次更改后读取 Omniverse 自身的日志。.

典型的变更是如何进行的

我的大部分请求都很简短,而且是用图片展示的。我会截屏,用红圈圈出问题所在,然后写一行字,比如“肩带环接触不到包身”或者“翻盖只能打开一半”。克劳德随后:

  1. 通过几何结构而非仅仅根据症状诊断出原因。对于浮动环,发现其宽度与袋子的标称宽度一致,而侧边折片在顶部附近向内折叠,留下1厘米的缝隙。
  2. 修改了扩展程序中的代码。
  3. 在修改场景之前,我先进行了离线测试。Claude 构建了一个测试框架,该框架在应用程序外部运行扩展程序,使用 Omniverse 自带的 USD 库,重新构建每个包模型和预设,并渲染快速预览图像。
  4. 都是测量出来的,而不是猜测的。 很多检查都是用数字进行的:两个表面之间的间隙(以厘米为单位)、包的每个角是否都在相机取景框内、下落的链条接触包的次数等等。
  5. 让 Omniverse 热重载扩展程序 ,并检查 Kit 日志是否存在错误。
  6. 汇报了 哪些内容发生了变化,哪些内容已经验证,以及哪些内容尚未被发现,通常是最终的 RTX 渲染图,只有我才能看到。

然后我在视口中查看了结果,要么继续处理其他事情,要么发送下一张截图。.

图 4:迭代

迭代循环 · 6 个步骤

离线检查失败后,更改直接返回到代码中,因此大多数问题从未到达我的视口。.

我执导的,以及克劳德的决定

我负责设计方面的决策:包括搭扣的外观、翻盖的开启程度、使用哪个摄像头以及产品展示方式。克劳德负责工程方面的决策并进行解释。例如:

  • 用软铰链代替了硬铰链。 当翻盖打开时呈僵硬的“L”形时,他用可弯曲的铰链替换了原有的铰链,这样皮革的弧度就能在翻盖抬起时自然舒展开来。
  • 链条的运动采用物理引擎而非关键帧。 链条的下落是通过真实的绳索模拟实现的,包含了重力、摩擦和碰撞等效果,这些都已融入动画中。
  • 相机与画面完美贴合。 相机无需猜测拍摄距离,而是计算出包的每个角都恰好位于画面中心的距离。

克劳德反击的地方

我两次向克劳德提出要求,但他都没有按要求完成,而两次他都提出了替代方案:

  • 我要求添加路易威登、古驰、迪奥、芬迪和圣罗兰的标志。克劳德解释说这些都是注册商标,所以重新设计会产生假冒产品。因此,他创建了原创的虚拟系列,并提供了一个选项,让我可以加载我已获得授权使用的标志。.
  • 搭扣的设计参考了香奈儿的双C标志。克劳德设计了一个原创的“环环相扣”搭扣,同样给人以交织缠绕的感觉。.

对于包里的 NVIDIA 显卡,我把赞助商工具包里的官方标志作为贴纸贴上去,而不是重新绘制。.

图 5:我的一张带注释的屏幕截图(问题用红圈标出)旁边是修复后的结果。

 

设计挑战与解决方案

几乎每个问题的解决方案都源于相同的模式:我可以通过屏幕截图发现问题,然后追溯到 Claude 可以测量和纠正的几何原因。.

建模与几何挑战

挑战 根本原因 解决方案
第一个包看起来很普通,像是塑料的。 光滑阁楼上的单一平面材料 九套工艺精湛的PBR皮革套装,彩色印花,柔软的凸起拼接,褶裥设计,滚边和缝线
肩带环距离包身约1厘米。 环按标称宽度放置;角撑板在顶部附近向内折叠 用铆钉将环固定在缝合的皮革饰片上,饰片固定在皮革的正面。
那片皮瓣看起来像一张薄如纸片的刀片。 一张零厚度的薄片从顶部上方的半空中开始延伸。 一个由3毫米厚的皮革制成的外壳,其形状取自人体的横截面,边缘涂有油漆。
包里没有东西 身体在皮瓣下是一个封闭的固体。 空心外壳,织物衬里,卷边,插袋和隔层
这个扣环看起来像个普通的紧固件。 一个圆柱体和一个胶囊 圆顶椭圆形旋转锁;翻盖上开槽,带孔眼和背板
两侧出现了一道黑色的缝隙。 瓣膜悬于边缘之上,比嘴部窄。 翻盖搁在边缘并覆盖整个开口。
翻盖的上角出现了褶皱。 边缘与圆角贴得太近了。 仅在边角附近采用“硬皮革”边缘。
衣襟看起来像是贴上去的,而不是缝上去的。 缝线只环绕正面。 整个翻盖周围均采用马鞍缝线,包括与后片连接处。

动画和摄影挑战

挑战 根本原因 解决方案
宣传片一开始就放大了画面。 相机拍摄距离仅使用机身,忽略肩带和手柄。 相机拟合到完整的边界框;之后针对每个关键帧进行精确拟合。
相机速度突然加快 相机取了两个距离中较大的那个,从而形成了一个折痕。 一条平滑的样条曲线穿过对数距离:每帧速度变化小于 5%。
盖子打开时呈僵硬的“L”形。 绕一个铰链的刚体旋转 弯曲模型:襟翼在铰链处折叠,其曲率在抬起时放松。
打开时,翻盖边缘出现了台阶。 每列都沿整行折叠,而不是沿直线折叠。 每列铰链位置的分数,因此折叠线是直线。
顶部把手挡住了翻盖 把手挡住了翻盖的路径。 把手移至铰链后方,并向后倾斜 82°,同时挡板打开至 150°。
链子掉下来太快,几乎没碰到包。 真正的重力作用很快;把手和打开的襟翼都不是障碍。 慢动作加速,与把手和襟翼的碰撞,摩擦力以时间而非步长衡量。
显卡在袋子里很难看清。 摄像头以58度角拍摄,所以前墙挡住了存储卡。 72°内景镜头,对准卡片正面
揭晓卡牌的镜头让结局戛然而止。 视频长度是固定的。 视频时长调整:揭晓画面加上足够的时间拍摄主角镜头和链条掉落。

有两点经验尤其突出。首先,精确的截图胜过冗长的描述:圈出确切位置几乎每次都能找到正确的解决方法。其次,数值检查在我发现问题之前就发现了问题,例如从鸟瞰视角下降时,相机镜头会碰到长长的肩带。.

图 6:前后对比图——刚性翻盖开口与柔性弯曲开口

NVIDIA Omniverse 可视化

最终交付成果是一段 25 秒的路径追踪宣传片,在 Omniverse 中使用 Movie Capture 渲染,并在 RTX 视口中进行实时配置。.

RTX 视口中的实时配置

面板上的每一次更改都会直接在打开的舞台上重建 USD 几何体和材质。在 RTX Real-Time 2.0 中,视口保持交互状态,即使我更改皮革、图案、颜色或硬件,也能实时向客户展示各种不同的效果。.

该扩展程序会生成标准的 USD 文件:包含 UV 贴图、UsdPreviewSurface 材质、灯光和动画摄像机。背包可以导出为包含纹理的独立 .usda 文件,因此可以在任何 USD 工具中打开。.

宣传片

该宣传片完全由面板生成:只需单击一下即可构建相机路径、搭扣和翻盖动画、卡片展示和链条物理效果,并以美元时间样本的形式呈现。.

时间(秒) 射击
0–7 从高空俯瞰包袋,缓慢旋转,螺旋向下,最后特写搭扣。
7–10.5 旋钮旋转90°,翻盖向后折叠,顶部把手向后放平。
~11 镜头向下拍摄带衬里的隔间。
13–15 显卡从袋子里升起,转向镜头。
15–18 展示:围绕漂浮卡片缓慢旋转,并伴有轻微的扫掠效果。
18–20 卡片沉回了袋子里。
20–25 精彩瞬间;金链子掉落在包上,然后落在地板上。

一些技巧让它感觉像是一部真正的产品宣传片:

  • 一条连续的摄像机曲线。 镜头之间没有切换;摄像机缓缓进入,流畅地完成每个镜头,然后缓缓退出。
  • 精准取景。 针对每个广角关键帧,都会计算出相机距离,使整个包(包括肩带)都能完美贴合该角度和镜头的画面。
  • 链条的物理特性。 一根80点的绳索,受到重力、摩擦力以及与包袋、提手、敞开的翻盖和地面碰撞的影响,以慢动作播放。
  • 光线流动。 一束窄窄的柔光箱扫过皮革和卡片,高光随之照射,当包打开时,柔和的光线从包内缓缓渗入。

特效和渲染

该面板显示了对高级视觉效果至关重要的 RTX 设置:跟随背包的景深、光晕、运动模糊、带暗角的胶片颗粒、色彩分级、无缝的工作室背景和光滑的反射地板。.

最终渲染时,我使用了 Movie Capture 的路径追踪器:

  • 质量: 路径追踪,测试时每像素 128 个样本,最终时每像素 256 个样本。
  • 分辨率: 测试版 1920×1080,最终版 3840×2160。
  • 输出格式: 最终版本为 PNG 序列,方便我进行无压缩调色和编辑;MP4 格式便于快速审阅。
  • 运动模糊: 每帧 6 个子帧,因此下落的链条会自然地模糊。

图 7:宣传片中的 3-4 张静帧画面:鸟瞰图、搭扣特写、卡片展示、地板上的链条

硬件性能

整个项目——建模、实时配置和最终渲染——都在一台移动工作站上本地运行,在我工作时,RTX 视口始终保持在 140 FPS 以上。.

声明:我是 Dell 大使, Dell 提供本项目使用的 NVIDIA 显卡为品牌赞助产品。Dell Pro Max 16 Plus笔记本电脑由。宣传片中展示的

机器

成分 规格
笔记本电脑 Dell Pro Max 16 Plus
GPU NVIDIA RTX PRO 5000 Blackwell(笔记本电脑),24 GB 显存
系统内存 64 GB 内存
中央处理器 Intel® 酷睿™ 超极本 9 处理器 285HX
软件 NVIDIA Omniverse Kit 110.4(基于 Kit App Template 的 USD Composer 应用)、RTX Real-Time 2.0 和路径追踪

宣传片渲染

我的第一次测试渲染捕获了 241 帧,并在大约 10 分钟内编码了一个 11.4 MB 的 MP4 文件,平均每帧大约 2.5 秒。.

以下是我自己渲染的最终影片数据:

测量 结果
最终渲染设置 3840×2160,路径追踪,256 spp,Mp4 视频
帧数/视频长度 599帧/24.9秒
总渲染时间 5小时55分钟
每帧平均时间 35.86秒
渲染期间的 GPU 利用率 94%
专用GPU内存使用情况 9GB
系统内存使用情况 31.8 GB
CPU 利用率 12%
电源 使用交流电源(Dell 专业 Thunderbolt 5智能扩展坞)

图 8:路径追踪渲染期间的任务管理器、性能选项卡、GPU 页面

最终的 8K 渲染图也以 ZIP 文件形式提供下载。该压缩包超过 39 MB,因此我将其单独提供,而不是将全分辨率图像嵌入文章中。8K 渲染图

这种组合之所以奏效,是因为每个部分都发挥了自己最擅长的作用:我负责评判设计,Claude 负责工程和验证,Omniverse 负责渲染,而工作站则负责保持每个步骤的本地化和交互式。.

  • 直接展示,不要描述。 带注释的屏幕截图是找到正确解决方案的最快方法。
  • 不仅要代码,还要验证。 离线测试和数值检查在问题出现在我的屏幕上之前就发现了画面、间隙和时间方面的问题。
  • 实际操作比机械调整更有效。 最大的改进来自于模拟真实皮革、铰链和链条的运动特性,而不是凭肉眼调整数值。
  • 尊重品牌。 只使用原创设计和授权标志;克劳德在我之前就指出了商标问题。
  • 本地硬件改变了工作流程。 凭借快速的视口性能和 24 GB 的显存,我可以迭代路径追踪效果,而无需将任何内容发送到渲染农场。

工作流程概览

该项目融合了人工智能辅助开发、程序建模和实时可视化技术。Claude 帮助我编写并优化了 Python 代码,而 NVIDIA 中的 RTX PRO 5000 Blackwell GPU 渲染宣传视频 Dell Pro Max 16 Plus。

图 9中从概念设计到电影渲染的 AI 辅助工作流程 NVIDIA Omniverse

为什么工作站很重要

该项目在 Dell Pro Max 16 Plus工作站上开发和渲染,该工作站配备 NVIDIA RTX PRO 5000 Blackwell 笔记本电脑显卡(24 GB 显存)、64 GB 内存和 Intel 酷睿 Ultra 9 285HX 处理器,并搭配 Dell UltraSharp 49 英寸曲面 QHD 显示器。这套配置完成了程序化建模、Omniverse 配置器以及最终的 4K 路径追踪渲染。

图 10:我的工作站

这个项目展示了如何将人工智能辅助开发和实时3D可视化相结合,将创意转化为实际应用体验。它为我们提供了一个绝佳的机会,让我们能够利用 NVIDIA Omniverse探索全新的创意和技术可能性。.

Hanen Bdioui
订阅
通知
客人

0 评论
最老
最新 最受欢迎
0
欢迎留言分享您的想法。