一句话
它是给 agent 用的 3D 引擎:没有界面、没有时间轴、没有属性面板,agent 把整场戏写成一个场景文件,交给 GPU 渲染,看结果,再改。
它解决的到底是什么问题
现有的 3D 工具(Blender、C4D、Houdini)都是为「人手操作」设计的:一堆滑块、面板、快捷键。agent 要操作它们,只能去点 UI——慢、脆、还容易点错。
vork 的判断是:与其让 agent 学软件,不如把软件变成 API。
一份 scene.json 就能描述:
| 层 | 能写什么 |
|---|---|
| 几何 | 内置球、立方体、网格,也可加载外部模型 |
| 材质 | base_color、roughness、coat 权重等 PBR 输入 |
| 光照 | 矩形光、能量、颜色、目标点 |
| 相机 | 位置、朝向、分辨率 |
| 着色器 | 需要非常规效果时,agent 直接写 GPU 程序 |
README 里那句描述很准:核心 API 大约 2500 个 token。这个量级意味着一次上下文就能装下整套引擎的用法——这才是「为 agent 设计」和「顺便支持 API」的区别。
技术上怎么做的
| 项 | 选择 |
|---|---|
| 语言 | Rust(引擎主体)+ Slang(着色器) |
| 图形接口 | Vulkan / Metal,Windows / Linux / macOS |
| 运行方式 | CLI:vork render scene.json --out render.png |
| 分发 | npm @voyager-so/vork、PyPI vork、install.ps1 / install.sh |
| 授权 | 源码可见,研究预览期免费 |
场景可以用 JSON 直接写,也可以 vork init my-shot --language typescript 生成 scene.ts,或者用 Python。对有 SDK 的团队来说,这意味着场景生成可以嵌进自己的流水线里。
它想抢的是哪块地
看它自己给的例子就明白了:
一百万只鸟——由 Slang 计算程序驱动的百万级粒子模拟,相机贴着鸟群飞。192 帧 1080p 在单张 NVIDIA L4 上 97 秒渲完;同样采样数下,作者估算 Blender EEVEE 需要 13–18 分钟。

图:vork 的 murmuration 示例渲染帧。图片来源:voyager-so/vork 仓库 docs/images/birds-sun-ribbon.jpg;鸟模型基于 Alexei Ostapenko 的「Crow」(CC BY 4.0),经采样、缩放与翅膀拆分修改。
还有「真实素材上的 VFX」:拍摄好的素材 + 相机跟踪 + 代理几何 + 遮挡 matte,再重新打光。作者特意强调一句:是真素材加渲染,不是生成式视频。
这个区分很关键。生成式视频擅长「看起来像」,但改不了、对不齐、给不了 AOV 通道。vork 走的是另一条路:可控的、可重渲的、能接进合成流程的画面。

图:vork 仓库自带的黑洞示例渲染。图片来源:voyager-so/vork 仓库 docs/images/black-hole.jpg。
我在本机试了什么
按 README 的入口走,前几步都正常:
npm i @voyager-so/vork # 12 秒装完,2 个包
npx vork --version # vork 0.5.0 (commit 2c981f2d6efa; API v2)
npx vork init my-shot # 生成 scene.json + README
scene.json 里是三个几何体(球、立方体、地面)、两盏矩形光、一台相机,渲染设置 800×600。
到 vork render 就停住了。
| 尝试 | 结果 |
|---|---|
默认 std/final,800×600 | 420 秒仍在「preparing scene, shaders and encoder」 |
--profile std/draft,480×360 | 396 秒仍是同一阶段 |
--gpu cpu,320×240,1 采样 | 同样停在 shader 准备,GPU 利用率 6%、显存 1GB |
不是算力不够——GPU 根本没开始算,卡在 Slang 着色器编译/准备阶段。这台机器是 GTX 1650 4GB + 8GB 内存 + 驱动 572.83。
所以这篇没有「我自己渲出来的图」,上面的两张都是仓库原始渲染帧。这一点必须写清楚:代码能装、能初始化,渲染没跑通,原因是本机环境,不是项目。
什么时候它才成立
作者的基准是在 NVIDIA L4(24GB 显存的数据中心卡)上测的。按这个门槛反推:
| 用途 | 现实门槛 |
|---|---|
| 试玩、跑通官方示例 | 需要一块像样的独显(≥8GB 显存比较稳妥) |
| 批量出图、长镜头 | L4 / A10 级别,或者云上按小时租 |
| 接进生产流水线 | 还要考虑 Shader 首次编译的冷启动时间 |
对个人开发者来说,云 GPU 按小时租大概率比升级本地硬件划算——这类引擎的价值在峰值算力,不在常驻。
我的判断
值得关注,但现在还不适合直接上生产。
理由三条:
- 定位清楚:它不是「又一个 Blender 插件」,而是把 3D 场景当成代码产物。这个方向对 agent 天然友好,生成、版本管理、diff、重渲都是免费的。
- 性能声明有具体口径:1.1–2.3 倍于 EEVEE(默认静帧与影片),鸟群场景 8–11 倍,并且写明了「在 L4 上、192 帧、1080p」这种可复现的前提。比只喊「快 10 倍」的项目靠谱。
- 但仍是研究预览(v0.5.0,11 月 5 日创建,1357 星):API 会变,示例之外的路没人走过,生态为零。
如果你是做批量商品图、程序化场景、需要 AOV 通道的合成活儿,或者你在搭一个会自己出图的内容流水线——这东西值得花半天试。如果你只是想要「好看的效果图」,现成工具仍然更快。
仓库:github.com/voyager-so/vork · 官网:voyager.so/vork