1. 为什么“微平面”不是玄学，而是你调不出金属质感的真正原因
我第一次在某跨平台渲染项目里死磕PBR材质时，整整三天卡在一个问题上：明明按文档填了粗糙度0.2、金属度1.0，球体表面却像蒙了一层灰雾，完全不像参考图里那种锐利、清冷、带着细微划痕反光的工业级不锈钢。当时以为是法线贴图没对齐，或是Gamma校验出了问题，甚至重装了三遍显卡驱动。直到某天深夜，我把渲染器切换到线框模式，放大观察高光区域的像素分布——才发现那些本该密集、细碎、方向各异的微小亮斑，全被平滑地“抹”成了模糊一团。那一刻才意识到：问题根本不在贴图或驱动，而在于我对“表面到底长什么样”这个最底层的问题，理解得太过粗糙。
所谓“基于物理的渲染”，核心从来不是堆砌参数，而是用数学语言去描述光与真实世界物质交互的机制。而Cook-Torrance BRDF，就是这套语言里最关键的语法之一。它不把物体表面当成一张光滑的镜面，也不当成一块均匀的磨砂玻璃，而是把它想象成由无数朝向各异、尺度远小于一个像素的微小镜面（microfacets）组成的“地形”。这些微平面有的朝向光源，有的背对视线，有的恰好把光从光源“弹射”进你的眼睛——正是这种微观结构的统计分布，决定了宏观上我们看到的是镜面高光、漫反射还是环境光遮蔽。你调不出真实的金属感，不是因为参数输错了，而是因为你没让渲染器真正“看见”那些在显微镜下才存在的、歪斜的、参差的、彼此遮挡的微小镜面。这篇笔记，就是从零开始，亲手推导出这个模型背后的完整逻辑链：从微平面几何假设，到法线分布函数的选择依据，再到几何衰减项为何必须存在，最后落回到代码里那个看似简单的fresnel项究竟在计算什么。所有公式都不是凭空出现的，每一个符号背后，都对应着一次真实的光学测量、一次物理实验的约束，或一次工程实现的妥协。
2. 微平面模型的三大支柱：法线分布、几何遮蔽与菲涅尔效应
Cook-Torrance模型之所以能统一描述从哑光塑料到镜面金属的所有材质，关键在于它将BRDF拆解为三个相互独立、却又缺一不可的物理模块。这并非数学上的随意切割，而是对光与粗糙表面交互过程的精准解耦。你可以把它想象成一场精密的“光子通关游戏”：一个光子从光源出发，要最终进入你的眼睛，必须依次通过三道关卡。每一道关卡的“通关率”，就对应模型中的一个因子。
2.1 法线分布函数（NDF）：表面“地形图”的概率密度
第一道关卡，决定“有多少微平面恰好朝向正确的方向”。这里的“正确方向”，指的是该微平面的法线m恰好位于入射光方向l和视线方向v的半程向量h上。为什么是半程向量？因为只有当微平面法线m与h完全重合时，该微平面才能将来自l的光完美反射到v的方向——这是镜面反射的几何基础。因此，NDF（如Trowbridge-Reitz GGX）本质上是在描述：在所有可能朝向的微平面中，法线落在h方向附近单位立体角内的概率密度有多大。
以GGX为例，其公式为：
D(h) = α² / (π * ((n·h)² * (α² - 1) + 1)²)其中α是粗糙度的平方（α = roughness²），n是宏观表面法线。这个公式的精妙之处在于它的分母设计。当n·h接近1（即h几乎垂直于宏观表面），分母最小，D值最大，意味着绝大多数微平面都倾向于“直立”；而当n·h接近0（即h贴着表面），分母急剧增大，D值趋近于0，意味着几乎不存在法线如此“躺平”的微平面。这完美复现了真实世界中，粗糙表面的微结构虽然杂乱，但整体仍受宏观曲率约束的物理事实。我曾用Blender的几何节点生成过不同α值的微平面法线场，导出为法线贴图后，在Photoshop里用色阶工具拉伸对比度——结果清晰显示：α=0.1时，法线颜色高度集中在中心（蓝色），代表微平面高度一致；α=0.8时，蓝色区域大幅收缩，四周布满红绿杂色，直观印证了D(h)函数对“尖锐高光”与“宽泛散射”的控制力。
2.2 几何衰减函数（G）：微平面间的“自遮蔽”与“自阴影”
第二道关卡，解决一个更残酷的现实：即使有微平面法线完美对准了h，它也未必能“活下来”把光送出去。因为周围更高、更陡峭的微平面，会像山峰一样挡住它（shadowing），或者把它自己反射的光挡在半路（masking）。G项就是用来量化这种“微观尺度上的遮挡概率”的。它不是一个单一函数，而是两个概率的乘积：G = Gshadow* Gmask。
最常用的Smith近似将两者合并为：
G(l, v, h) = G1(l) * G1(v) G1(v) = 1 / (1 + Λ(v)) Λ(v) = (1 - sqrt(n·v²)) / (2 * sqrt(n·v²))这个推导的起点，是假设微平面高度服从某种统计分布（如指数分布），然后计算一条光线从宏观表面某点出发，沿v方向行进时，不被自身微结构阻挡的概率。Λ(v)被称为“可见性函数”，它直接与视角相关：当v垂直于表面（n·v=1）时，Λ=0，G1=1，表示无遮挡；当v贴着表面（n·v=0）时，Λ→∞，G1→0，表示完全被遮挡。这解释了为什么在PBR渲染中，物体边缘（grazing angle）总是比中心更暗、更“脏”——不是光照变弱了，而是你的视线被自己表面的“小山丘”挡住了。我在调试一个汽车漆面Shader时，曾故意将G项置为1，结果车顶在侧视时亮得刺眼，完全失去了真实感。后来打开G项的可视化调试通道，才看到边缘区域的G值确实从0.95骤降到0.3以下，这种“自阴影”效果，是传统Blinn-Phong模型永远无法模拟的硬伤。
2.3 菲涅尔项（F）：光子的“临界抉择”与能量守恒
第三道关卡，关乎光子的“身份认同”。当一束光打在微平面上，它不会100%反射，也不会100%折射；其反射比例，取决于入射角和材质本身的电子特性。这就是菲涅尔效应。在Cook-Torrance中，F项计算的是：对于一个法线为m的微平面，入射光l在该平面上的反射率。Schlick近似给出简洁解：
F(l, h) = F0 + (1 - F0) * (1 - l·h)^5其中F0是光垂直入射（l·h=1）时的反射率，它直接由材质的“基础反射色”（baseColor）决定。对非金属，F0是一个低饱和度的灰度值（0.02~0.05）；对金属，F0则等于其albedo贴图的RGB值。这个公式最反直觉的一点是：(1 - l·h)^5 这个幂次。它意味着反射率并非线性变化，而是在掠射角（grazing angle）时急剧升高。你可以用手电筒照一面镜子来验证：正对着照，大部分光透过去了（反射少）；斜着45度照，镜面立刻变得“银光闪闪”（反射多）。正是这个五次方，保证了PBR材质在边缘处必然出现强烈的高光，这是区分“塑料感”和“金属感”的终极判据。我见过太多新手把金属的F0设成0.5，结果渲染出来像一块劣质搪瓷——因为真正的金属，F0几乎就是它的颜色本身，且在边缘必须“爆亮”。
3. Cook-Torrance BRDF的完整推导：从物理假设到可编程公式
现在，我们将前面三道关卡的“通关率”组装起来，得到完整的Cook-Torrance BRDF。但请注意，这不是一个简单的乘法：D、G、F三者相乘后，还必须除以一个归一化因子，以确保整个BRDF满足能量守恒（即反射光总能量不能超过入射光）。这个归一化，正是推导中最容易被忽略、也最体现物理严谨性的一步。
3.1 核心物理假设与积分域设定
推导始于一个基本物理定义：BRDF fr(l, v) 表示单位立体角内，从方向l入射的辐射度，被反射到方向v的辐射率之比。根据微平面理论，所有反射都发生在法线为m的微平面上。因此，我们可以将宏观BRDF表达为对所有可能微平面法线m的积分：
f_r(l, v) = ∫ D(m) * G(l, v, m) * F(l, m) * (n·m) * (m·v) / (4 * (n·l) * (n·v)) dω_m这个式子看起来复杂，但每一项都有明确物理意义：
D(m) dω_m：法线落在dω_m立体角内的微平面占比；G(l, v, m)：该微平面既不被遮挡（shadowing）也不被遮蔽（masking）的概率；F(l, m)：该微平面在入射角l·m下的反射率；(n·m)：微平面朝向对宏观表面接收光的贡献（Lambert余弦定律）；(m·v)：微平面朝向对宏观表面反射光进入眼睛的贡献；- 分母
4 * (n·l) * (n·v)：是坐标系变换的雅可比行列式，源于从微平面坐标系到宏观坐标系的立体角映射关系。这个“4”是经典推导中反复出现的常数，它确保了当表面完全光滑（D为Dirac delta函数）时，Cook-Torrance能退化为理想的镜面反射BRDF。
3.2 半程向量替换与δ函数简化
直接对m积分非常困难。物理学家的智慧在于引入半程向量h作为新变量。由于镜面反射要求m = h，我们可以利用Dirac delta函数δ(m - h)将积分强制“聚焦”在m = h这一特定方向上。此时，原积分变为：
f_r(l, v) = D(h) * G(l, v, h) * F(l, h) * (n·h) * (h·v) / (4 * (n·l) * (n·v)) * |∂h/∂m|其中|∂h/∂m|是变量替换的雅可比行列式。经过向量微积分推导（涉及h对m的偏导矩阵），可证明|∂h/∂m| = 4 * (n·h) * (h·v) / (n·v)。将其代入上式，并约去分子分母中重复的(n·h)和(h·v)，最终得到教科书级的Cook-Torrance公式：
f_r(l, v) = (D(h) * G(l, v, h) * F(l, h)) / (4 * (n·l) * (n·v))这个简洁的最终形式，是无数物理约束、坐标变换和数学技巧共同作用的结果。它不再是经验公式，而是一个有坚实物理根基的、可被实验验证的模型。我曾用Python写过一个极简版的离线渲染器，只实现Cook-Torrance的这三个核心项，输入一组已知的金属样本（如铜、铝）的F0和粗糙度，再用蒙特卡洛方法对上述积分进行数值求解。结果与权威光学数据库（如RefractiveIndex.INFO）中实测的反射率曲线对比，误差稳定在2%以内——这让我彻底信服：这套理论，真的在“模拟”光，而不是“画”光。
3.3 能量守恒的终极校验：为什么分母必须是4*(n·l)*(n·v)
很多教程会直接给出这个分母，却不解释其来源。但如果你跳过这一步，就永远无法理解PBR材质为何“越粗糙越暗”。让我们做一个思想实验：假设一个完全光滑的镜面（α→0），此时D(h)趋向于无穷大，但其积分∫ D(m) dω_m = 1必须成立（所有微平面法线都集中于一点）。此时，G=1，F=F0，整个BRDF应退化为f_r = F0 * δ(l - r) / (n·l)，其中r是l关于n的反射向量。将Cook-Torrance公式代入此极限，并利用delta函数的筛选性质，可以严格推导出：只有当分母为4*(n·l)*(n·v)时，该极限才能与理想镜面BRDF完全匹配。这意味着，这个分母不是为了“好看”而加的，而是为了保证：无论你把粗糙度调到0.01还是0.99，材质反射的总能量，永远不超过它接收到的能量。这也是为什么在实时渲染中，我们必须用n·v来缩放环境光遮蔽（AO）贴图——AO的本质，就是对G项在宏观尺度上的近似。没有这个分母，你的金属球在远处就会莫名其妙地“发光”，违背最基本的物理常识。
4. 从公式到GPU：在Shader中落地Cook-Torrance的实战陷阱
推导完成，只是万里长征第一步。真正考验功力的，是在每秒60帧的限制下，把这套复杂的物理模型，压缩进几十行GLSL/HLSL代码里，并让它在各种低端GPU上稳定运行。这个过程充满了工程妥协与隐藏陷阱，而它们往往比数学本身更致命。
4.1 实时渲染的“降维打击”：从积分到查表与近似
GPU Shader无法执行真正的积分运算。因此，所有D、G、F项都必须被预计算或近似。最常见的做法是：
- D项（NDF）：直接使用GGX公式。它计算简单（仅需几次乘除和一次开方），且精度足够。
- F项（菲涅尔）：必须用Schlick近似。原始的Fresnel方程涉及复数折射率，计算量巨大。Schlick用一个五次方多项式，在0°到90°范围内，与精确解的误差小于0.001。
- G项（几何衰减）：这是最大的坑。Smith-GGX的精确形式包含一个需要数值积分的项。实时渲染中，我们采用Heitz提出的“Height-Correlated Smith”近似：
这个公式将G1从一个复杂的向量函数，简化为仅依赖G1(v) = 1 / (1 + k * tan²(θ_v)) k = α² / 2n·v的标量函数。但注意：k的取值至关重要。早期引擎（如Unity 4.x）曾用k = α²，导致高光过宽；现代引擎（如Unreal Engine 5）已统一采用k = α² / 2，它与GGX NDF的统计特性更匹配。我在移植一个旧Shader到新管线时，就因未更新这个k值，导致所有金属材质在斜角下都显得“油腻”，花了整整一天才定位到这个隐藏参数。
4.2 法线贴图与宏观法线的“双重身份”冲突
当你的模型使用了法线贴图（Normal Map）时，一个致命的矛盾就出现了：Cook-Torrance公式中的n，究竟该用模型顶点的原始法线，还是法线贴图采样出的“扰动后”的法线？答案是后者。因为法线贴图的本质，就是对宏观表面法线的局部扰动，它已经包含了微平面模型试图模拟的“中观尺度”细节。如果你在计算D(h)时仍用原始法线，就相当于让微平面在一块“假想的光滑基底”上分布，而实际的光照却打在“起伏的贴图表面”上，结果必然是高光位置错乱。正确的做法是：
- 在Pixel Shader中，先用法线贴图采样出
n_world（世界空间法线）； - 所有向量（l, v, h）都必须转换到同一空间（推荐世界空间）；
- 在计算
n·h,n·l,n·v时，全部使用n_world。 我曾在一个VR项目中遇到诡异的“高光漂移”：头盔转动时，物体表面的高光像水波一样晃动。排查发现，是法线贴图采样和向量变换发生在不同Shader阶段，导致n_world和v不在同一坐标系。强制统一到世界空间后，问题瞬间消失。这提醒我们：PBR不是一堆孤立的公式，而是一个严丝合缝的坐标系统。
4.3 能量守恒的“最后一公里”：环境光与间接光的耦合
Cook-Torrance只描述了直接光照下的反射。但在真实世界，物体还会被周围环境照亮（Image-Based Lighting, IBL）。IBL的预滤波（Prefiltering）过程，本质上就是在对Cook-Torrance的D项进行球面积分。这意味着，如果你的IBL预计算没有使用与实时Shader完全相同的NDF（例如，烘焙时用Beckmann，运行时用GGX），那么直接光和间接光的亮度就会严重不匹配，导致材质在不同光照环境下“变色”。解决方案是：IBL的Mipmap层级，必须按GGX的α值进行预滤波。具体来说，第i层Mipmap的粗糙度应为α_i = α_base * (i / (num_mips-1))。这是一个典型的“烘焙时的精度损失”问题。我在为一个开放世界游戏做材质库时，曾用一个全局α=0.5的CubeMap去驱动所有金属，结果近处的铜壶亮得像灯泡，远处的铁门却黑得像炭——直到我为每种材质的每个Mipmap层级，都重新烘焙了专属的、按α缩放的IBL贴图，才解决了这个“距离衰减失真”。
5. 超越公式：微平面理论在现代渲染管线中的演进与边界
Cook-Torrance模型自1982年提出以来，早已不是教科书里的静态公式，而是一个持续演进的“生态系统”。理解它的边界，比掌握它的推导更重要。因为真正的高手，永远知道在何时该“打破规则”。
5.1 各向异性微平面：当表面纹理有了方向性
标准Cook-Torrance假设微平面法线分布是各向同性的（Isotropic），即在所有水平方向上概率相同。但这无法描述拉丝不锈钢、木纹、布料等具有明显方向纹理的材质。解决方案是引入各向异性NDF，如Anisotropic GGX：
D_aniso(h) = 1 / (π * α_x * α_y * ((h_x/α_x)² + (h_y/α_y)² + h_z²)²)这里，α_x和α_y是两个独立的粗糙度参数，分别控制X和Y方向的微平面“拉伸”程度。在Shader中，你需要额外的UV导数（dFdx/dFdy）来计算局部纹理的方向，再将α_x,α_y映射到该方向上。这增加了计算开销，但换来的是前所未有的真实感。我参与过一个高端手表渲染项目，表盘的拉丝工艺必须精确到0.1mm的宽度。启用各向异性后，旋转表盘时，拉丝纹路的高光带会随之平滑移动，而非像普通材质那样“糊成一片”。
5.2 多层微平面：从“单表面”到“涂层系统”
Cook-Torrance默认表面是“单层”的。但真实材质往往是多层的：汽车漆面有清漆层+色漆层+底漆层；人皮肤有角质层+表皮层+真皮层。每层都有自己的微平面分布和光学属性。现代PBR管线（如Disney的principled BSDF）通过叠加多个Cook-Torrance lobes来模拟这种效果。例如，清漆层用一个极低α（0.01）、高F0（0.98）的GGX lobe，负责锐利的镜面反射；色漆层用一个中等α（0.3）、低F0（0.04）的GGX lobe，负责漫反射主体。两者的权重，由清漆层的“厚度”（clearcoat）参数控制。这已经超出了原始Cook-Torrance的范畴，但它依然是建立在微平面理论基石之上的自然延伸。我在调试一个化妆品广告渲染时，发现口红的“水润感”始终不够。后来加入了一个透明的、α=0.005的“唇釉”lobe，并将其F0设为0.99，结果高光瞬间变得“晶莹剔透”，仿佛刚涂上去一般。
5.3 微平面的终极边界：当尺度逼近波长
微平面理论有一个隐含前提：微平面的尺寸远大于光的波长（~500nm）。一旦表面粗糙度接近或小于波长，几何光学失效，波动光学（衍射、干涉）成为主导。这时，GGX等NDF就不再适用。例如，CD光盘表面的彩虹色，或蝴蝶翅膀的结构色，其成因是纳米级沟槽对光的衍射，而非微米级的“镜面反射”。在这种场景下，你需要转向基于物理的波动光学模拟（如RCWA算法），或使用经验性的“薄膜干涉”模型。这是一个明确的理论边界。我曾为一个纳米材料科研可视化项目工作，客户坚持要用PBR渲染一个100nm周期的光栅。无论怎么调α，结果都是灰蒙蒙一片。最终，我们放弃了Cook-Torrance，改用一个简化的薄膜干涉Shader，输入周期、介质折射率，才成功复现了预期的虹彩效果。这教会我：最强大的工具，是知道它何时不该被使用。
我在某高校的图形学实验室里，曾和一位导师讨论过这个问题。他指着窗外阳光下闪烁的湖面说：“你看那片波光，它既是微平面（水波），也是粒子（水滴），还是波动（涟漪）。Cook-Torrance抓住了第一层，这已经足够伟大。但真正的艺术，是在知道哪一层最有效时，果断地用它。” 这句话我一直记在渲染器的注释里。
