第 13 章 一个场景里同时发生了什么
前面十几章，咱们是”一个概念一个概念”地拆的：坐标是坐标，雾是雾，光照是光照，声音是声音。这很好，因为一次只啃一块，你才嚼得烂。
但现在该把它们”合”起来了。我问你一个很关键的问题：
你玩游戏时，屏幕上那一帧画面，到底是”先画完雾、再画光照”，还是”先光照、再雾”？摄像机、三角形、贴图、声音，它们谁先谁后、怎么协作，才变成你看到听到的那一瞬间？
如果你脑子里还是”雾是一个滑块、光照是一个滑块、声音是一个组件，各调各的”，那你还没真正理解游戏是怎么”跑起来”的。这一章，我带你站在”一帧”的视角，看清楚当所有系统同时开动，引擎在一眨眼（十几毫秒，第 1 章）里到底忙了些什么。这是从”懂单个概念”跨到”懂一个游戏”的门槛。
13.1 渲染管线一句话：从坐标到像素的一趟流水线
先说画面。游戏里每一帧要画的东西，本质都是一堆”三角形拼成的物体”世界。把”世界”变成”屏幕上的像素”，中间有一条固定的流水线，行话叫渲染管线（Render Pipeline）。你不用背名词，记住这条顺序就行——它和你学过的章节编号一一对应：
应用逻辑（这帧世界变成啥样了）
→ 变换坐标（第 2 章：把每个点从局部搬到世界、再搬到视图）
→ 投影到屏幕（第 7 章：用摄像机把 3D 压扁成 2D 屏幕坐标）
→ 光栅化三角形（第 4 章：把三角形切成一个个像素格子）
→ 上色贴图（第 5 章：每个像素该涂什么颜色，来自纹理/材质）
→ 光照（第 6 章：根据光源把这个颜色调亮调暗调冷暖）
→ 雾（第 8 章：按距离把颜色混进雾色）
→ 输出到屏幕
我带你一句句过，每句都回扣你学过的章节，你看它们怎么严丝合缝地拼起来。
- 应用逻辑：这一帧，主角往前挪了半米、敌人开了枪、雾的浓度没变。这些都是”世界状态的变化”，由你的代码和物理算出。它是管线的”原料”。
- 变换坐标（第 2 章）：每个物体的顶点，先从左耳坐标系（局部坐标）搬到世界坐标，再搬到”以摄像机为原点”的视图坐标。第 2 章讲的”三套门牌、变换就是搬坐标”，这一步就在每帧每顶点地做。没有这步，引擎不知道东西在世界哪、更不知道在摄像机前还是后。
- 投影到屏幕（第 7 章）：摄像机把 3D 的视图坐标，用投影矩阵”压扁”成 2D 屏幕坐标（第 2 章结尾埋的”投影”那个伏笔，就是这）。还顺手做”裁剪”——屏幕外的三角形直接扔掉，不浪费算力（这和第 14 章”剔除”是亲兄弟）。
- 光栅化三角形（第 4 章）：三角形在屏幕上占了哪些像素格子，这一步把它们”填”出来。一个三角形可能覆盖上千个像素，光栅化就是决定”这上千个格子归这个三角形管”。
- 上色贴图（第 5 章）：每个被盖住的像素，该涂什么颜色？查它的纹理（Texture）、套它的材质（Material）。第 5 章讲的”纹理是表面的照片、材质是表面的脾气”，这一步生效。
- 光照（第 6 章）：刚涂上的颜色是”物体本来的颜色”，但真实里它受光影响——迎光面亮、背光面暗、不同色温的光染不同冷暖。第 6 章讲的光照模型在这步叠加。没有这步，世界像塑料模型全亮着。
- 雾（第 8 章）：最后，按”这个像素离摄像机多远”，把它的颜色往雾色里混。远处的山、远处的敌人，在这步被”藏”进雾里。注意顺序：雾在光照之后——因为先得知道物体原本被光照成啥样，再决定它被雾盖多少。这也解释了为什么第 8 章说雾能”遮丑”：它压轴出场，把前面一切”远处画得不细”的破绽统一抹平。
- 输出：所有像素算完，送显存、上屏幕。这一帧结束。
你盯住这个顺序，会冒出一个重要领悟：这些效果不是”平级地叠在一起”，而是有先后的、像工厂的工序。 雾在光照之后，光照在贴图之后，贴图在三角形之后。这就是为什么你在 Unity 里调参数时，某种效果”看起来不对”，往往不是那个参数错了，而是它依赖的前序步骤没到位。
音频在哪？音频不走这条”画面”管线。声音是另一条并行的线：每帧应用逻辑更新声源位置 → 音频系统按距离/方位算衰减和声像（第 12 章）→ 混成立体声送声卡。它和画面”同时”发生，但各走各的流水线，最后在同一帧里”会师”进你的眼睛和耳朵。这正应了第 1 章那张”读输入→更新世界→算画面→算声音→送出去”的全链路。
13.2 当雾、摄像机、光照、音频同时工作：雾中追人
光背顺序太干，咱们来一个思想实验，把上面所有概念放进同一个场景，看它们怎么一起演一出戏。
设定：一个恐怖游戏，你扮演被追的人，在浓雾森林里逃。这一帧，发生了这些事——
摄像机（第 7 章） 在你头顶，视野角 60 度，朝前看。它定义了”这一帧你眼里能看到的范围”。超出视野的树，在投影那步被裁掉（见 13.1），不画。
光照（第 6 章） 只有一轮惨白的月光（方向光，从斜上方来）+ 你手里的手电（聚光灯，从你面前打出去）。于是：你脚下的地被手电照亮、发冷白；月光给树梢镀一层蓝灰；手电照不到的角落，几乎全黑。
雾（第 8 章） Fog Mode 是 Exp2，Density 0.08，雾色取深蓝灰（和夜空盒同色）。于是：你身后三米内的树还看得清轮廓；十米外只剩模糊蓝影；二十米外彻底溶进雾，等于”世界在雾里断头”。
音频（第 12 章） 你身后三十米有个”追猎者”，它的脚步声是个 AudioSource，Spatial Blend = 1（3D）。它离你三十米，超过 Min Distance，按 Rolloff 曲线衰减得挺小，但你仍听得出”在正后方”（声像定位靠左右声道配比）。手电没有声音；风声是个 Loop 的 2D 环境音，Spatial Blend = 0，永远一样响（它是”氛围”不是”世界声源”）。
现在，把这一帧”组装”起来，你作为玩家体验到的是：
- 眼睛：前方手电照亮一小圈地面，四周树影幢幢，远处全被蓝雾吞没——你看不清追猎者，但他可能就在雾里。纵深感和压迫感，来自”近处锐、远处糊”的雾（第 8 章）。
- 耳朵：背后隐隐约约的脚步，告诉你”危险在后头”，你却看不见人——方位感和距离感，来自 3D 音频的声像+衰减（第 12 章）。
- 氛围：冷白手电 + 蓝灰月光 + 深蓝雾，整体色调阴森——冷暖和明暗来自光照（第 6 章），统一的”蓝”来自雾色和光色的配合。
你看，玩家感受到的”恐怖感”，根本不是某一个参数的功劳，而是雾、光、声、摄像机四套系统在同一帧里协同演出的结果。任何一个拉垮，戏就穿帮：
- 雾 Density 调成 0：远处追猎者清清楚楚站着，吓唬个啥？恐怖感崩。
- 追猎者脚步设成 2D（Spatial Blend=0）：你听不出他在哪，失去了”背后有东西”的紧张，只剩画面。
- 手电（聚光灯）关掉：全场靠月光，你脚下黑乎乎，连路都看不清，变成”瞎跑”而非”逃命”。
这就是”合起来”的威力：单个概念你会调，但游戏的手感来自它们的配比。 你以后调参数，别孤立拧一个，要想”它和雾/光/声怎么搭”。
13.3 调参思路：看到问题 → 定位概念 → 改哪个参数
讲完”协同”，给你一套最实用的调试心法。新手调游戏最常犯的病是：看到不对，就在一堆参数里乱试。 我教你的正路是三步法：
1. 看清现象（画面/声音哪里不对）
2. 定位概念（这对应你学过的哪个原理）
3. 改哪个参数（去拧对应的那个旋钮）
下面给三个真实排查例子，你照着学这套”翻译”能力。
例子一：远处敌人太清楚，一点都不吓人
- 现象：恐怖场景里，五十米外的敌人和五米处一样清晰，毫无压迫感。
- 定位概念：这是”远处没被藏起来”——对应第 8 章的雾。现实里远处本该糊（空气透视），游戏里远处清晰 = 雾没起作用或太淡。
- 改哪个参数：去 Lighting 里的 Fog，把
Fog Mode设Exp2，Fog Density调大（比如 0.06~0.1），并确认Fog Color和天空盒同色（否则远处会变白块而非”溶进天”）。同时检查敌人模型是否在雾的 Max 范围外仍被强行渲染——若雾够浓，远处自然被吞。 - 顺带想：如果敌人脚步声在远处还震耳朵（第 12 章），那同样要调
AudioSource的Max Distance和 Rolloff，让远处声音也弱下去，视听一致才吓人。
例子二：角色跑到地图边缘，突然”世界缺一块”
- 现象：玩家往东一直跑，跑到某处，前方不再是风景，而是一片突兀的虚空/硬边，像照片被剪掉。
- 定位概念：这是”可视边界露馅”——第 8 章讲的”边界隐藏”问题。引擎只渲染到一定距离，但没用雾把边界柔化，玩家一眼看穿”世界尽头”。
- 改哪个参数：把
Fog End Distance（Linear）或Fog Density（Exp）调到”刚好在边界处把世界吞没”。让”不渲染远处”和”远处被雾遮”无缝衔接。核心认知：不是去”画更远”，而是”让边界溶进雾”——又回到第 8 章”雾是偷性能的合法掩护”。
例子三： footsteps 声音在左边，但人明明在右边
- 现象：脚步声从左喇叭出，但场景中声源在角色右侧。
- 定位概念：这是”空间化算错方位”——第 12 章讲的声像定位，靠
AudioSource和AudioListener（在摄像机）的相对位置。如果算反了，说明坐标/朝向错了。 - 改哪个参数：先确认
AudioListener确实只在主摄像机上（若主角也挂了一个，双耳打架，定位必乱，第 12 章提醒过）。再确认声源物体的世界坐标（第 2 章）真的在右侧。若都正常，检查Spatial Blend是否真为 1（设成 0 就没有左右之分了，声音会变”固定声道”而非”来自位置”）。 - 顺带：如果声音”左右对、但远近不对”，那是 12.2 的
Min/Max Distance没设好，不是方位问题。你要学会把”左右”和”远近”两个问题分开治。
你看这三例的共同套路：现象是表象，概念是病根，参数是药。 你学完这本教程，最大的收获不是”记住几十个参数名”，而是”看到任何不对劲，能翻译成’这是第几章讲的哪个概念’，然后知道去拧哪几个旋钮”。
13.4 收个尾：一帧，是一场所有系统的合奏
回到开头那个问题——“先画雾还是先光照？“现在你答得出来了：固定顺序，光照在上色之后、雾在光照之后，像工厂工序；而音频是另一条并行线，在同一帧里和画面会师。
更重要的是，你体会到：游戏手感 = 多系统配比，不是单参数英雄。 雾中追人那场戏，少了雾的掩护、少了 3D 声的方位、少了聚光灯的明暗，都不成立。你以后做效果，脑子里要常开一张”协作清单”：这个感觉，需要雾/光/声/摄像机里哪几个一起上？各出多大力？
13.5 一帧到底有多挤：把那十几毫秒的账算给你看
前面反复说”一帧只有十几毫秒”，你可能没实感。这节我带你把”雾中追人”那一帧，粗略拆成时间账，你就知道为什么工程师那么抠门。
假设你目标 60 帧，那一帧预算约 16.6 毫秒。这 16.6 毫秒里，引擎要干完第 13.1 那条流水线全部工序，还要算你的游戏逻辑（敌人 AI、物理碰撞）、算音频。我们粗分一下（数字为示意，不同机器不同）：
- 应用逻辑（你写的代码更新世界）：约 2 毫秒。
- 变换坐标 + 投影 + 裁剪（第 2、7 章）：约 1 毫秒。
- 光栅化三角形（第 4 章，最吃显卡）：约 4 毫秒。
- 上色贴图（第 5 章，读纹理）：约 2 毫秒。
- 光照（第 6 章，每个像素算光）：约 3 毫秒。
- 雾（第 8 章，按距离混色）：约 0.5 毫秒。
- 后处理（第 14 章，全屏滤镜）：约 2 毫秒。
- 音频（第 12 章，距离衰减+声像）：约 1 毫秒。
- 系统开销、显存搬运等：约 1 毫秒。
加起来已经 16.5 毫秒，贴着天花板。注意我还没算”阴影""复杂粒子""物理”。任何一项多加一点，就破 16.6，帧率掉到 50、40、30……你立刻感到”卡”。这就是为什么第 8 章雾要”顺便偷性能”、第 14 章 LOD 和剔除要”砍面数”——不是工程师闲得慌，是 16 毫秒的预算真的一挤就爆。
你从这笔账里，还能读出一个重要结论：越靠后的工序，越该省。 雾（0.5 毫秒）看起来便宜，但它是”全屏每像素都算”的，物体一多、分辨率一高（比如 4K 屏像素是 1080P 的四倍），它就翻四倍到 2 毫秒。后处理同理，全屏算法，分辨率翻倍成本翻倍。所以”全屏类”效果（雾、后处理、景深）最该克制——这和第 14 章”后处理别一股脑全开”完全呼应。反观”逐物体”的光照，物体少就便宜。理解这笔账，你调性能时才知道”先砍哪样最划算”：通常先砍全屏后处理、再砍远处面数（LOD/剔除），最后才动逐物体光照。
13.6 一个你常会忽略的协同：声音和画面的”同步”
再补一个容易被忽视的点：声音和画面虽然是两条线（13.1 讲过），但它们必须”同步到同一帧”。你踩在枯叶上的脚步，画面里脚落地的那一帧，声音也得正好响——差哪怕几十毫秒，你就会觉得”声音和动作对不上”，非常出戏。这种”视听同步”在电影里靠剪辑对齐，在游戏里靠引擎保证：音频系统和渲染系统共用同一个”帧时钟”，声音触发事件（比如脚落地）和画面事件在同一帧发生。
但实时约束下，音频因为有”流式加载延迟""缓冲区”等，偶尔会偏。高级做法是”把声音稍微提前或延后几毫秒去对齐画面”。你看，又是第 1 章”实时下的近似”——连”同步”本身都是被精心维护的近似。你以后做音游（节奏游戏）会深刻理解这点：判定”你按得准不准”，本质是比”你的输入时刻”和”声音/画面的节拍时刻”差多少毫秒。毫秒级的账，全从这来。
还有个有趣的协同反向例子：有时候故意不同步反而有用。比如过场动画里，角色嘴型（画面）和配音（声音）若严格同步但配音有唇形数据缺失，会”嘴对不上声”。这时美术会让嘴型稍微提前或延后，玩家反而觉得自然——因为人脑对”说话时嘴比声略早”有容错。这说明：协同不是死板”完全一致”，而是”在感知容错内对齐”。又是利用感知弱点（第 15 章第二条哲学）的活例子。
把 13.5、13.6 收一句：当你把”一帧的时间账”和”视听同步的容错”都装进脑子里，“雾中追人”就不只是几个效果凑一起，而是一场在 16 毫秒里精打细算、又要骗过你眼睛耳朵的精密合奏。这才是”懂一个场景里同时发生了什么”的真正分量。
13.7 一个必须知道的真相：效果的”先后顺序”决定了”谁能依赖谁”
这一节我点破一个你前面可能隐约感觉到、但没说破的关键：第 13.1 那条流水线，不是随便排的，而是有依赖关系的——后面的工序，依赖前面已经算出的结果。理解这点，你调参时少走无数弯路。
为什么雾必须在光照之后（13.1 讲过）？因为雾要”掩盖远处的破绽”，而远处物体”被光照成啥样”得先算完，雾才能去盖。如果反过来，雾先把颜色混了，光照再照，远处的”被照亮”就把雾盖掉的部分重新显形——依赖关系被破坏，效果就错。同理，后处理（第 14 章）必须在所有物体画完之后，因为它是对”整张成品图”动手；它不能插在”画到一半”的中间，因为那时图还没齐。光照依赖上色（得先知道表面本来的颜色），上色依赖光栅化（得先有像素格子），光栅化依赖投影（得先知道三角形在屏幕哪）。一环扣一环，像工厂的工序，前道不出活，后道没米下锅。
这给你两条实用纪律。第一，调参时别试图用一个”靠后”的效果去补救”靠前”的缺失。比如你想”远处太暗看不清”，不该去加后处理提亮（那是全屏、最末端），而该查”远处光照是不是没打够”（靠前）。用末端补前端的缺，往往越补越怪，因为顺序不对。第二，性能优化时砍”靠后”的全屏效果最安全（13.5 说过），因为它们不参与前道的依赖链——关掉后处理，前面的光照雾照常工作，世界只是少了滤镜；但你若砍”靠前”的投影/光栅化，后面全崩，因为依赖断了。所以”从后往前砍”既是性能账，也是依赖账。
还有个反向提醒：有时你想让某个效果”提前”，就得改管线顺序，那叫”自定义渲染管线”或”渲染事件”，是进阶话题。你现在只需知道”默认顺序是依赖关系决定的、有道理的”，别轻易怀疑它。等你以后学 Shader（第 16 章路径第三阶段），会亲手改这个顺序，那时你这几章的依赖直觉，就是你的安全绳。
把 13.7 压成一句：看到任何”效果不对”，先想”它依赖的前序算对了吗”，再去拧它自己的旋钮。这是把”溯源学习法”从”单个概念”升级到”整条管线”的关键一跃。
13.8 收尾小练习：自己画一条”我这一帧”的管线
学到这，我给你一个立刻能做的练习，比看十遍都有用：打开你正在玩的任何游戏（或一段游戏视频），暂停在一帧画面上，拿张纸，按第 13.1 的顺序，自己写一遍”这一帧引擎干了什么”。
比如你写：“这一帧，先算主角往前走了（应用逻辑）；把主角的顶点从局部搬到世界、再搬到摄像机前（变换+投影）；主角和墙的三角形被填成像素（光栅化）；主角贴图涂上皮肤色（上色）；月光和手电把皮肤染出明暗（光照）；远处的山按距离混进雾色（雾）；最后加一层暗角让视线聚焦（后处理）；同时主角的脚步声按距离衰减送进耳朵（音频）。” 写完你会发现，第 13.1 那条抽象流水线，变成了你眼前这帧具体的、有名字的工序。
这个练习的妙处在于：它逼你把”看到的画面”翻译成”引擎的动作”，正好是 15.5 说的”反向用法”。你练几次，再看游戏就自动在脑子里跑管线，调参时自然知道”不对劲的那块，对应管线哪一环”。我把这称作”在脑中装一台小引擎”——你不需要真写代码，但你的理解已经和引擎同频。这，就是第 13 章想交给你的最实在的本事。
13.9 把”协同”翻译成你调试时的检查单
前面讲协同多是”道理”，这节给你一张能直接用的”调试检查单”。下次你做一个场景、觉得不对劲，就按这张单子逐项过，比瞎调快十倍：
- 摄像机：视野角是不是太宽/太窄？近远裁剪面是不是把东西切了？玩家看到的范围对吗（第 7 章）？
- 光照：有没有”该亮的地方没亮、该暗的地方死亮”？方向光从哪来、聚光灯照哪（第 6 章）？整体是偏冷还是偏暖？
- 雾：远处是不是”刚好溶进天空色”，还是”变白块/露边界”？密度和模式对吗（第 8 章）？
- 音频：有位置的声音方位对吗（左右/前后）？远近衰减合理吗？BGM 是不是误设成 3D 了（第 12 章）？
- 协同：光、雾、声的”基调”一致吗（比如都偏蓝=阴森，都偏橙=温暖）？有没有哪个系统拖后腿破坏整体感？
你看，这张单子就是把第 13.2”雾中追人”那场戏，反过来变成”排查清单”。每个系统单独对一遍，再合起来看”基调一致不一致”——这正是 13.3 三步法（现象→概念→参数）的批量版。你养成”做完场景就过一遍单子”的习惯，出品质量会肉眼可见地稳。很多新手做的场景”哪里都差点意思”却说不出哪，根子就是没这张单子，全凭感觉。感觉会飘，单子不会。
把 13.9 收成一句：协同不是玄学，是可拆成”逐系统核对 + 整体基调核对”的工序。你把它变成肌肉记忆，做任何场景都不会乱。
下一章，我带你再往前一步——不只在”一个场景里看它们共存”，而是主动”把概念组合”去解决更大的工程问题：远处的树怎么又省又像（LOD）、看不见的东西怎么干脆不算（剔除）、整幅画怎么加滤镜（后处理）。你会发现，组合本身就是一门手艺。
【思考题】
- 渲染管线里，雾（第 8 章）是在光照（第 6 章）之前还是之后生效？为什么这个顺序很重要（试着从”雾要掩盖远处的破绽”这个角度解释）？
- 音频走的是和画面同一条”渲染管线”吗？它在哪一环和画面”会师”？为什么音频可以独立成一条线？
- “雾中追人”场景里，如果追猎者的脚步声被误设成 Spatial Blend = 0（纯 2D），玩家会失去什么体验？这和雾的”空间感”缺失，是同一类问题吗？
- 用 13.3 的三步法，分析一个现象：“玩家一进山洞，所有声音突然都有了回响”。这对应哪个概念、该调哪个参数？（提示：第 12 章混响区）
- 为什么我说”游戏手感来自多系统配比，不是单参数英雄”？举一个你本章学到的、需要雾+光+声协作才能成立的效果。
【参考答案】
- 雾在光照之后生效。顺序重要的原因：雾的作用是”按距离把颜色混进雾色、掩盖远处画得不细的破绽”。如果先雾后光照，那雾混完的颜色又会被光照重算一遍，远处物体等于又”被照亮显形”，雾就白盖了。必须先把物体上色+照亮的真实样子算出来，最后才用雾统一把远处的存在感压下去——这样前面的所有”远处偷工”才被一次性抹平。这正印证第 8 章”雾压轴遮丑”。
- 不走同一条。画面走”变换→投影→光栅化→上色→光照→雾”的渲染管线；音频走”更新声源位置→按距离/方位算衰减声像→混成立体声送声卡”的另一条线。两者并行，在”同一帧送进眼睛和耳朵”时会师。音频能独立，是因为声音的本质是”一串 PCM 数字被实时加工成有位置感的听感”（第 12 章），它不依赖像素、不依赖三角形，只依赖声源和耳朵的世界坐标（第 2 章），所以自成体系。
- 失去”追猎者在哪个方位”的听觉线索——玩家听不出危险在背后还是身侧，只剩画面压迫、没有声音方位紧张。这和雾的”空间感缺失”是同一类问题：两者都是”3D 位置信息没生效”。雾没生效→看不见远近；声音设成 2D→听不见方位。本质都是”本该随位置变化的感官信号，被拍平成了无位置信号”，空间感因此破产。
- 三步法：现象=进山洞声音有回响；定位概念=空间反射/混响（第 12 章），现实里山洞空旷多反射；改参数=在场景放一个
Reverb Zone（混响区），类型设成”洞穴/长混响”，让进入该区的声音被加上回响；并确认角色/声源的AudioSource有Reverb Zone Mix接入。没进洞时不在区内→无回响，进洞后自动带回声，靠”区域”而非改每个声音实现。 - 因为玩家感受到的体验几乎都是多系统叠加：比如”雾中逃命的压迫感”=雾藏远处（第 8 章）+聚光灯造明暗（第 6 章）+背后 3D 脚步声给方位（第 12 章）+摄像机限定视野（第 7 章）。单独把雾调再浓，没有声音方位和光照明暗，也只是”蓝画面”而非”恐怖”。所以是配比而非单参数。