跳到正文
网页珍奇柜Web Curio

黏菌网络

gpu-io Physarum，Amanda Ghassaei，2022 年

去看原作（在新窗口打开）源码（在新窗口打开）网页存档（互联网档案馆，在新窗口打开）和其他藏品比较

正在布展…

原作直展：这是 Amanda Ghassaei 的原始作品，按 MIT（附带 Tweakpane、Micromodal、canvas-capture 均为 MIT） 许可证收录（版本 14a6081）。原样展出仓库里的示例与 gpu-io 构建，只删掉了指向未收录 source map 的注释。在画面上拖动可撒下引诱剂，右侧面板有多组预设；存图和录像在沙箱里无法下载。 许可证全文 · 收录说明

它是怎么做的

  1. 第 1 步每个粒子有位置和朝向，存储在浮点纹理里
  2. 第 2 步粒子在前方、左前、右前三个点采样痕迹图，向浓度最高的方向转向
  3. 第 3 步粒子前进后在所在像素沉积痕迹
  4. 第 4 步痕迹图每帧做一次模糊（扩散）并乘以衰减系数
  5. 第 5 步痕迹图直接作为画面，按浓度上色

复刻配方

一段技术配方，可以直接交给 AI 编程助手，也可以自己照着写。想指定技术栈、位置和性能预算，就把它加入实现方案。

Keep agent positions and headings in a float texture and a separate trail-map texture. In an agent update shader, sample the trail at a sensor distance ahead, ahead-left and ahead-right by a sensor angle, rotate the heading toward the strongest reading (with a little randomness), and step forward. Render agents as points additively into the trail map to deposit, then run a 3x3 blur and multiply by a decay factor. Display the trail map with a colour ramp and expose sensor angle, distance, turn rate and decay as sliders.

定制成完整的实现提示词

档案

能不能拿来用

原作以 MIT 许可开源：可以阅读源码学习，按许可证条款使用；在自己的项目里引用时保留原作者署名。

性能开销

视觉强度

实现难度

尺度为策展判断（1 到 5），用于比较和推荐。

核实记录：Opened https://apps.amandaghassaei.com/gpu-io/examples/physarum/ (200, title 'Physarum'); repo amandaghassaei/gpu-io exists, licence MIT via GitHub API; examples/physarum contains index.html and index.js.