1. 为什么几何建模课程要从"数学"讲起
几年前我在某公司做渲染相关的工作，每天和网格打交道，自认为对建模工具已经足够熟悉。直到有一次需要把一批CAD格式的曲面转成动画软件能用的资产，才发现自己对NURBS、B样条这些概念几乎一无所知。模型一导入就破面，控制点一拖就扭曲，完全搞不懂是数据的问题还是自己操作的问题。后来认真补了GAMES102这门课，很多困惑才真正解开。
这门课是国内图形学公开课体系里非常经典的一门，全称是"几何建模与处理"，内容覆盖曲线曲面表示、网格处理、几何重构等核心主题。如果你和我一样——平时用Blender、Maya做做模型，或者写渲染、写引擎、做三维重建，又或者想搞明白游戏里的地形、角色、头发到底是怎么表示的——这门课都值得从头到尾啃一遍。它不讲具体软件的操作，而是讲软件背后那些数学原理：贝塞尔曲线怎么来的、B样条为什么比贝塞尔好用、隐式曲面和参数曲面分别适合什么场景。
作为系列第一篇，这篇文章我不打算铺开讲全部内容，而是聚焦在课程开篇到中段最核心的一条主线——曲线表示与曲面基础。把这部分吃透，后面学网格处理、几何重构会轻松很多。这也是整个GAMES102的基石，如果你时间有限，至少把这一块学明白。
我最早犯的错是一上来就跳过数学推导，直接去看公式结论，结果看一个忘一个。后来发现这门课的学习节奏和写代码很像：先理解"为什么需要这个东西"，再去看"它怎么定义"，最后才是"怎么实现"。下面我按这个思路把核心内容拆开讲。
1.1 几何建模到底在解决什么问题
先琢磨一个很根本的问题：为什么我们不用一堆小三角片拼出所有模型？游戏里绝大多数模型确实是三角形网格，但工业界完全不这么干。造汽车、造船、做眼镜框，曲面必须光滑到特定公差，而且设计师改一个尺寸，整个曲面要实时跟着变。三角形网格做不到这种"可控的变形"。这是几何建模存在的核心驱动力：用数学函数描述曲面，让曲面天然光滑、天然可分区域调参。
GAMES102前几讲反复强调一个观点：所有几何表示都在回答两个问题——"这个曲面上的点在哪里"和"这个曲面附近的点离曲面有多远"。前者对应参数化表示，后者对应隐式表示。两种思路贯穿整门课。参数表示适合设计、建模、动画，因为你直接拖拽控制点就能改形状；隐式表示适合碰撞检测、渲染、布尔运算，因为判断一个点是否在曲面内部非常快。没有哪种表示是万能的，所以课程一开始就花了大量篇幅讲"表示的优劣对比"，而不是急着上公式。
这个视角对我后来的工作影响很大。以前我拿到一个三维模型，只会看它是不是封闭、面数多少；现在我会先想：这个模型是用什么方式定义的，它适合渲染还是适合编辑？这个思维转换，就是GAMES102给我带来的最大改变。
1.2 曲线是曲面的"基本功"
课程花在曲线上的时间比很多人预想的多得多。原因很朴素：绝大多数曲面在数学上都可以看作"一条曲线扫过另一条曲线"的轨迹，比如放样曲面、旋转曲面、拉伸曲面。理解了曲线的行为特征，曲面的很多性质就能类推。
另一个原因是曲线本身的数学已经足够丰富。从最简单的插值多项式，到分段多项式（样条），到带权重的NURBS，每一步都有非常精巧的设计动机。GAMES102的节奏是先让你动手画一条简单曲线，感受它哪里不好，再引入新方法解决，这样学下来你不会觉得数学是强加给你的，而是"原来如此"。
我记得课程里有一句话说得特别直白：几乎所有曲线表示方法，本质都是"给定一些控制点，算出曲线上每个点的位置"。不同方法真正的区别在于——控制点如何影响曲线。这个影响规律，决定了曲线的光滑性、局部性和可控性。后续所有内容都在围绕这个核心展开。
2. 贝塞尔曲线的几何直觉：de Casteljau递推藏着哪些门道
讲曲线表示，几乎所有教材都会从贝塞尔曲线讲起。你大概率见过那条著名的、由四个控制点拉扯出的曲线，很多绘图软件里都有"钢笔工具"，画出来的就是贝塞尔曲线。但GAMES102的讲法比工具说明深入得多，它讲的是de Casteljau递推——一种画曲线的几何方法，光用直尺和圆规就能实现。
2.1 用插值一步一步"切"出曲线
de Casteljau递推的核心思想非常直观。假设你有三个控制点P0、P1、P2，想构建一条从P0到P2、被P1拉弯的曲线。对某个参数t（比如t=0.5），先在P0P1连线上按照比例t找到一个点A，再在P1P2连线上按同样比例t找到一个点B，最后在AB连线上再按比例t找到点C。这个点C就是贝塞尔曲线上t对应的位置。如果把t从0到1连续取值，C点扫过的轨迹就是整条贝塞尔曲线。
这个递推过程的神奇之处在于：它只有"在两点之间按比例找点"这一个操作，但反复迭代很多次之后，就生成了一条多项式曲线。三个控制点得到的是二次曲线，四个控制点得到的是三次曲线，控制点再多，规律也一样。我在纸上手算过几轮递推，最大的感受是：这条曲线其实是被"切"出来的——每一次线性插值，都是在缩小构造范围，同时把控制点的影响一步步"煮"进曲线里。
课程里用动画演示过这个递推过程，看起来特别治愈，但真正有价值的是背后的Bernstein基函数。如果你对公式不敏感，可以这样理解：每个控制点都有一个"影响力函数"，影响力的大小由参数t决定。t靠近哪个点，哪个点的影响就大。贝塞尔曲线本质上就是控制点坐标乘以各自的影响力再求和。这也是"基函数"一词的由来。
2.2 全局性：贝塞尔曲线的最大痛点
贝塞尔曲线好懂、好算，但有个致命缺陷，课程反复强调——任何一个控制点变动，整条曲线的形状都会变。原因是Bernstein基函数在整个[0,1]区间上都非零，所以每个控制点的影响力覆盖全曲线。这在交互设计里非常麻烦：设计师想微调曲线尾部的弧度，结果曲线的头部也跟着动了，体验极差。
这个痛点让我想起手工焊接的场景：你想修整一段焊缝，结果整根焊条都得重来。贝塞尔曲线就像一次成型的焊条，控制点之间"你中有我，我中有你"。为了克服这个缺点，研究者们提出了一个自然的想法：不要用一条多项式曲线从头贯穿到尾，而是把整条曲线切成很多小段，每段用低次的贝塞尔曲线搞定，段与段之间保持衔接光滑。这就是样条思想的雏形。
GAMES102在讲解这个演进过程时特意做了对比实验：同样的控制点数量，用一条高次贝塞尔曲线和用多段三次贝塞尔拼接，哪种更可控？答案显然是后者。高次多项式虽然在数学上很美，但数值稳定性差，而且控制点的微小抖动会引发大幅震荡（也就是常见的Runge现象）。课程用那个著名的"高次多项式穿过密集点阵"的示例，直观展示了震荡有多夸张，我当时看完就彻底记住了教训。
从贝塞尔到样条，解决的不是"能不能画出来"的问题，而是"好不好用"的问题。几何建模走到这一步，开始从纯粹数学转向工程实用。
3. 从贝塞尔到B样条：局部性是怎么挣来的
如果只学到贝塞尔就停，那就错过GAMES102最精彩的部分了。真正让曲线成为工业标准的，是B样条。B样条的完整名字是"基础样条"，其中"基础"二字意味着它天生就带着局部支撑的性质。这其实是"B"这个字母的含义，而不是什么高深缩写。
3.1 分段思想：把曲线切成一段一段治理
B样条的核心思路是：不再让每个控制点影响整条曲线，而是限制每个控制点只影响曲线的一部分。从数学上看，这体现在基函数只在局部区间非零，其他区间为零。这样一来，拖动一个控制点，只有曲线的一段会变，其他部分纹丝不动。
课程里给出了两种理解B样条的方式。一种是递推定义：B样条基函数由低次向高次递推生成，每一步都涉及"节点向量"的分段判断。另一种是几何构造：先在控制点之间插入中间点，然后反复做带限制的线性插值。我更推荐初学者从第二种角度入手，先感受"为什么B样条能被局部控制"，再回头啃递推公式。
为了直观说明局部性，我做过一个很简单的小实验：在程序里定义6个控制点，生成一条三次B样条，然后只移动中间那个控制点，观察曲线的变化范围。结果只影响了邻近的两三段，其余部分纹丝不动。这个"纹丝不动"在屏幕上非常直观，和贝塞尔曲线的全局牵一发而动全身形成鲜明对比。正是这种局部性，让B样条成了CAD软件里交互式塑形的首选。
3.2 节点向量与控制点数量：一套精妙的记账系统
说到B样条，免不了要讲节点向量，这是很多初学者最容易卡住的地方。我的经验是，不要去死记定义，而是把它理解成一套"记账系统"：控制点负责提供坐标，节点向量负责规定每一个控制点影响力的起止位置和权重分配方式。
举个例子，假设你有5个控制点、次数为3（即三次B样条），那么节点向量会有9个数。最高的节点编号减去最低的节点编号等于控制点数量加次数减一。节点向量中允许出现重复值，重复次数越多，曲线在对应位置的连续性越差，极端情况下会出现"曲线经过控制点"的效应。这些规律如果光看公式很容易头大，但动手写一个小脚本，改变节点向量观察曲线变化，很快就理解了。
课程里还强调了一个容易被忽略的细节：B样条曲线的次数不是越高越好。次数高了，虽然单段内更光滑，但计算开销增大、数值稳定性变差，而且局部性反而"变胖"——因为影响区间被拉长了。现实中，三次B样条（degree=3）是性价比最高的选择，几乎所有CAD系统默认都用它。这个经验在课程中给了充分论证，也是我做实际工具时的默认参数。
3.3 有理B样条与NURBS：为什么带个"权"字这么重要
B样条已经很能打了，但还有个问题：它描述不了精确的圆弧、圆锥曲线。如果你在CAD里画一个完美的圆，用普通B样条是做不到的，因为圆在数学上是有理多项式。解决办法是给每个控制点额外加一个权重w，把"坐标乘以权重"再归一化。这就是有理B样条，再加上"非均匀"的节点分布，就是NURBS（非均匀有理B样条）。
NURBS在GAMES102里占了整整一讲，但核心思想一句话就能说清：每个控制点除了位置影响力，还有"质量"影响力。权重大的控制点对曲线的吸引力更强，曲线会更贴近它。这个"质量"的概念特别贴近生活：想象一个磁场，控制点是磁铁，权重就是磁力大小。
我在实际导入CAD模型时，对NURBS的威力感受极深。很多看起来复杂的汽车曲面，底层其实就是一大片NURBS曲面片，每个曲面片由几十个控制点和一套节点向量定义。如果没有这些数学工具，文件体积会膨胀几个数量级，而且曲面精度根本达不到加工要求。可以说，NURBS是连接"数学表示"与"工业制造"的桥梁。
B样条和NURBS讲完之后，课程的曲线部分基本收尾。你可能会有个感觉：从贝塞尔到B样条再到NURBS，本质是同一个思想在迭代——在"容易控制"和"足够光滑"之间找平衡。这个平衡的思考方式，比记住任何公式都重要。
4. 参数曲面与隐式曲面：两条路线怎么选
曲线讲完，GAMES102进入曲面环节。一上来就抛了一个大问题：曲面应该怎么表示？课程把主流方案归结为两条路线——参数曲面和隐式曲面。两条路线之间的对立互补，是整个几何建模领域最基本的张力，比"用哪个软件"重要得多。
4.1 参数曲面：适合设计与动画，但"点在不在面上"很难算
参数曲面可以理解为"曲面版的参数曲线"。你有一个二维参数域(u,v)，每给一组uv值，就能通过函数映射得到一个三维点。NURBS曲面就是这样构建的：控制点铺成一个二维网格，沿u方向和v方向分别做B样条插值。
参数曲面最大的优势在于"天然容易采样"。想给曲面上画纹理吗？直接按uv坐标找位置就行。想让物体动画变形吗？直接移动控制点就行。几乎所有的工业设计和角色动画都建立在参数曲面的基础上。但参数曲面也有个老大难问题：给定一个三维点，怎么判断它是否在曲面上？这需要反解uv参数，涉及非线性方程求解，非常麻烦。
课程里讲过一个很实在的例子：当你需要做两个曲面的布尔运算（比如把一个圆柱面从车身表面上切掉一块），参数曲面会非常头疼，因为你必须求出两个曲面的精确交线，而交线在参数域上往往是复杂曲线，算法容易数值发散。当时的我听完直冒冷汗，因为工作中确实遇到过这种"布尔运算导致模型破面"的现象，原来根源就在这里。
4.2 隐式曲面：判断归属极快，但"找个点"很难
隐式曲面则走了另一条路。它不直接生成点坐标，而是定义了一个标量场函数F，规定F(x,y,z)=0的点构成曲面。最简单的例子是球体：F(x,y,z)=x²+y²+z²-1=0。判断任意点是否在曲面上，只需代入函数看符号，正负就代表点在曲面内外。这个操作快到不可思议，而且数值上非常稳定，因此隐式曲面天然适合碰撞检测、流体重建、雕刻工具（很多雕刻软件底层用的就是隐式场的Marching Cubes提取）。
但隐式曲面也有明显缺点：想在上面放置一个特征点、画一条精确曲线，非常困难。因为函数是一个整体，你很难指定"这一块区域变一下，其他不变"。在玩具CAD工具里我试过用隐式曲面建模，结果连"在曲面上画个洞"这种基本操作都实现得很费劲，需要对场函数做各种扭曲变形，完全不如NURBS直观。
课程有一张对比图我至今记得：左边是参数曲面，一片漂亮的汽车引擎盖，你能清楚看到控制网格；右边是隐式曲面，一个光滑的雕塑模型，颜色渐变表示场的数值。两种表达各有各的美，也各有各的痛。
4.3 工程里从来不是二选一，而是混合
GAMES102没有停留在"参数vs隐式"的二元对立上，它专门讲了混合表示。真实的工业流程往往是：设计阶段用NURBS曲面，分析阶段转成网格，碰撞检测用隐式场，最终渲染又用网格加法线贴图。各种表示之间都存在转换算法，课程花了大量篇幅讲转换，尤其是"参数曲面怎么离散成网格""网格怎么拟合成光滑曲面"。
这个混合视角帮我解决了之前做CAD转换工具时的很多困惑。以前我会纠结"到底该用什么格式导出"，现在我会按使用链路来选择：设计阶段用NURBS导出，动画绑定之前转细分曲面，渲染时转成自适应细分网格。每一步都有明确的数学依据，而不是凭感觉瞎猜。
学到这里，你基本掌握了GAMES102前半程的骨架：曲线表示（贝塞尔、B样条、NURBS）、曲面表示（参数曲面、隐式曲面、网格）。这些内容互为犄角，构成了几何建模的完整坐标系。
5. 复现课程实验时值得动手做的小项目
GAMES102是带代码作业的，作业质量很高，比现在很多"填空式"的课程作业有诚意得多。作业集中在曲线曲面部分，我建议你无论如何也动手做一遍。下面是几个我在复现过程中觉得特别有价值的实验，以及一些注意事项。
5.1 贝塞尔曲线的鼠标交互绘制
第一个作业通常是：实现一个鼠标交互程序，点击生成控制点，实时绘制贝塞尔曲线。这个任务看似简单，但最锻炼人对基函数的理解。你可以选择直接代入Bernstein基函数算坐标，也可以选择实现de Casteljau递推。我强烈建议两种都写一遍，然后对比结果是否一致。
我在实现de Casteljau时第一次意识到"递归切点"这个几何过程在数值上非常稳定，因为它只涉及加减和乘法，没有高阶多项式的求值风险。而直接计算Bernstein基函数在高次（比如次数超过20）时会出现严重的数值抖动，这就是为什么工业代码里宁可多做几次递推也不直接算多项式。这个细节课程没明说，是我在做数值对比试验时发现的，印象非常深刻。
代码写完后画龙点睛的一步是：显示控制多边形与曲线的关系，以及你能改变单个控制点后观察"影响范围"。如果你用贝塞尔，会发现整条曲线都在动；如果你顺手写了一个B样条版本，会明显看到只有局部变化。这个对比比背十页理论都管用。
def bezier_decasteljau(points, t): pts = [p[:] for p in points] n = len(pts) for level in range(1, n): for i in range(n - level): pts[i][0] = (1 - t) * pts[i][0] + t * pts[i+1][0] pts[i][1] = (1 - t) * pts[i][1] + t * pts[i+1][1] return pts[0]这个函数是de Casteljau递推的核心，短短几行就搞定。注意每次迭代都在修改前一层的结果，所以需要拷贝原始控制点，这一点初学者很容易写错。
5.2 B样条基函数的递归实现
第二个作业通常是实现B样条基函数和曲线求值。基函数递归公式本身不难，但有个很容易犯的错：节点向量索引越界。因为递归中会访问i和i+1甚至更多层，如果控制点数量和节点向量长度没匹配好，程序直接崩。我当时调试了好一阵才发现是初始化节点向量时粗心，把重复节点的次数搞错了。
调试时最有用的技巧是：把节点向量、控制点影响曲线分段的规则可视化出来。具体说就是程序里用不同颜色绘制每个控制点对应的基函数曲线，看它是不是只在局部区间非零。如果发现某个基函数在整个区间上都有值，说明节点向量设置有问题，连续性和局部性就破坏了。这个小调试技巧让我的理解上了一个台阶，强烈推荐你也试试。
B样条实现完成后，我建议加一个"移动控制点"的交互功能。你可能会发现，靠近曲线端点的控制点移动时，影响范围更小；中间的控制点移动时，影响范围更大。课程里提到过这个现象，但亲手拖动之后，那种"局部性"的感受是完全不同的。
5.3 用Marching Cubes可视化隐式场
曲面部分的第一个实验建议做Marching Cubes。这个算法把连续隐式场离散成网格，非常适合验证"隐式曲面长什么样"。我实现的时候先用最简单的球体场做测试，得到三角网格后再尝试几个有趣形状，比如torus或blobby。每次改变场函数的表达式，都能从网格形状的变化中看到数学结构。
实现时有个极易踩坑的点：Marching Cubes需要处理顶点在不同格子边上的插值位置，涉及大量查表操作。网上有很多公开的查找表，但如果你从零抄一遍代码，很容易因为表的顺序问题导致拓扑错误——出来的网格会破洞、重叠。我建议一开始只用最简单的独立立方体方式：对每个体素分别判断16种情况，不对相邻体素做共享；虽然生成的面数会多一些，但不容易出错。等流程跑通了，再优化成共享边的版本。
透过这个实验，你能真切体会到"隐式场到网格的转换"是计算机图形学里最经典的桥接工具，也是很多三维重建算法（比如从CT切片重建模型）的基础。这一步做完，你对隐式曲面的理解就立体了。
6. 后续课程衔接与自学路线建议
GAMES102不是一门孤立的课，它和图形学体系里的很多课程串在一起。如果你还没学透，下面这条路线是我个人经验的总结，能帮你少走弯路。
6.1 前置知识：线性代数与数值分析的基本功
学几何建模，线代是绝对不能省的。控制点坐标变换、基函数构造、曲面法线计算，全部依赖向量、矩阵和线性映射。如果线代底子弱，建议先快速复习一下"向量空间的基""矩乘与线性组合"这两个主题，够用了。
数值分析也很重要，尤其是插值、逼近、数值稳定性这些概念。GAMES102里讲Runge现象、讲B样条的数值优势，如果没有数值分析的底子，会感觉像听天书。但如果你只是想要实用代码，不完全为了数学严谨性，可以边看课边补，遇到不懂的概念再查。我自己的做法是准备了一个"数值分析快速查漏表"，专门记录插值、逼近、稳定性相关的关键结论，学完再回头整理，很管用。
6.2 平行阅读：与GAMES101配合更好
GAMES102和GAMES101在很多内容上是互补的。GAMES101讲光栅化、着色、光线追踪，那时你可能已经接触过三角形网格、纹理映射。但GAMES101默认你懂网格表示，GAMES102则真正把"表示"讲透。我建议两门课交叉着看：一边看101的渲染流程，一边看102的曲面理论。当你理解了曲面参数化之后，再回头去看101的纹理映射，会有种豁然开朗的感觉。
此外，想深入网格处理的话，有一本书非常推荐，讲数字几何处理的，几乎覆盖了网格去噪、简化、参数化的所有经典算法。读这本书配合GAMES102的课后编程作业，能形成比较完整的知识闭环。
6.3 用真实项目巩固：造一个自己的三维模型工具
学完曲线曲面后，我建议你给自己定一个"小目标"：不要停在课程作业上，造一个能跑通"绘制曲线—生成旋转曲面—导出网格"的迷你三维建模工具。这个项目不需要多大工作量，但能把所有核心概念串起来。你可以先用最简单的C++或Python实现，控制点手动输入，曲线绘制实时显示，旋转体生成后用Marching Cubes导出成OBJ，再丢进任意查看器里查看。
我在做这个迷你工具时遇到的最大问题不是算法，而是"离散化参数选择"：曲线采样密度、旋转采样角度、网格细分程度怎么取，直接决定最终模型的形状和文件大小。课程不会告诉你这些工程细节，但实际做一遍就会发现，很多看起来高大上的几何算法，落地时都在跟这些参数较劲。也正是这个项目，让我真正理解了为什么同一套算法，不同人写得效率差距可以那么大——差在数据结构、差在缓存、差在网格拓扑的管理。
6.4 思维上的变化
如果只让我说这门课带给我最重要的一点，不是学会了某种算法，而是改变了看待三维模型的方式。以前看一个模型，我看到的是一堆顶点和三角面；现在我会下意识地分析：这个模型的曲面是参数曲面还是隐式场，控制点大约多少个，节点的连续性大概是多少，模型能不能被拆成一个个带局部控制的曲面片。
这种"解剖模型"的视角，在实际工作中非常值钱。当模型出现破面、扭转、接缝问题时，我能快速定位是离散化问题、参数化问题、还是数据格式本身的精度问题，而不是靠运气反复试。这个能力不能直接写在简历上，但确实是我最宝贵的收获之一。
所以如果你正准备开始学GAMES102，我的建议很简单：别跳过数学推导，别只抄参考答案，一定要亲手实现每一段代码、亲手拖动每一个控制点。那种控制点与曲线互动的直觉，不是看视频能替代的。等曲线曲面这一块彻底通了，再跨到网格处理、几何重构，你会发现自己已经站在一个比大多数人更扎实的图形学基础上。
