glTF

定义

glTF是一种与图形接口无关的运行时资产交付格式，用来在三维内容创作工具与现代图形应用之间传递和加载三维内容^[3]。它规定的不是某个引擎的私有格式，而是一个可扩展、可互操作的公开发布格式，目标是让同一份三维资产能够被不同平台上的工具、引擎与查看器读取^[1]。

一个glTF资产通常由若干部分组成：一份JSON文本文件描述节点层级、相机、网格、材质和动画等信息；一个二进制文件存放顶点、索引、关键帧与蒙皮矩阵等缓冲数据；以及采用JPEG、PNG等格式的贴图图像^[4]。为了便于分发，这些内容也可以被合并进单个二进制容器文件，扩展名为glb^[5]。

原理

glTF的核心是一段JSON描述，它只承载结构与引用关系，真正占体积的几何与动画数据被放在外部或内嵌的二进制缓冲区中，贴图则单独存放并在JSON里通过统一资源标识符引用^[4]。这种分工使解析器可以用通用方式读取JSON，再直接把二进制数据映射到图形接口的缓冲区，从而压缩解包步骤^[1]。

在2.0版本中，材质改用基于物理的渲染模型描述，通过基色、金属度和粗糙度等少量参数控制表面的反射与光泽表现，渲染器再根据这些参数生成各自的着色代码^[6]。这一设计让同一份材质定义可以移植到WebGL、Direct3D、Vulkan或Metal等不同接口，而1.0版本中依赖GLSL着色器定义材质的做法则被移到扩展中^[7]。

格式允许通过扩展机制扩展自身的任何部分，经科纳斯批准的扩展被广泛采用，也可能被纳入未来的核心规范；模型使用到的扩展需在顶层的extensionsUsed数组中列出，必需扩展则记入extensionsRequired数组^[1]。

发展历程

glTF的早期工作可追溯至2012年前后，当时科纳斯围绕WebGL的发展评估三维资产传输的需求，随后出现了基于JSON的格式演示^[4]。2015年10月，科纳斯宣布glTF 1.0规范定稿，可供工具与应用厂商使用，其首要目标是让三维资产能够被WebGL应用高效加载^[2]。

2016年7月，科纳斯发布了开源验证器与glTF 1.0.1规范，并使该格式在互联网数字分配机构注册为MIME类型，便于文件在不同生态中被正确识别^[8]。验证器在使用中暴露出不少可改进之处，推动工作组决定尽早推出包含不向后兼容改动的新版本^[7]。

2017年6月，glTF 2.0在Web3D 2017会议上发布，新增基于物理的渲染材质定义、改进的动画系统，并把二进制格式并入核心规范^[9]。2022年7月，glTF 2.0 以 ISO/IEC 12113:2022 的形式成为国际标准，标准正文共189页^[3]。

应用

glTF被多种开源渲染引擎和框架所支持，包括three.js、Babylon.js、Cesium、xeogl与A-Frame等^[10]。内容创作工具方面，Blender、Maya、3ds Max等软件可通过导出器或插件输出该格式，也有工具把COLLADA、FBX、OBJ等格式转换为glTF^[8]。

在商业与平台侧，微软把glTF用于Paint 3D并向Office文档中加入三维内容，Sketchfab提供大量可供下载的glTF模型，Facebook支持以该格式创建三维帖子^[11]。地理信息领域同样采用它，开放地理空间信息联盟的三维瓦片规范把glTF 2.0列为规范性参考^[11]。

局限

glTF面向交付而非创作，适合作为最终使用的资产格式，并不用于保存带图层或历史记录的项目源文件^[12]。它也不适合需要精确几何的工程与制造场景：规范缺少对精确CAD数据、NURBS曲面和构造历史的支持，精度方面属于近似表示^[12]。

几何压缩扩展存在能力边界，KHR_draco_mesh_compression 目前不支持点云；可选的 KHR_mesh_quantization 与 EXT_meshopt_compression 可处理点云，但压缩会产生精度损失，且不同查看器对扩展的支持程度并不一致^[13]。此外，程序化纹理等高级特性需要依赖引擎特定的扩展，可能影响互操作性^[12]。

作为包含JSON、二进制缓冲和贴图的多文件格式，glTF在分发时通常需要额外的打包步骤或改用单文件容器；当模型体积过大时，单个文件也可能超出多数工具的处理能力^[14]。

参见

• WebGL —— 浏览器端的三维图形接口，glTF 最初即面向它设计。

• 基于物理的渲染 —— glTF 2.0 描述材质的核心方法。

• Draco —— 面向三维网格的几何压缩方案，以扩展形式用于 glTF。

• COLLADA —— 早于 glTF 的三维交换格式，二者存在转换工具。

• ISO —— glTF 2.0 于 2022 年成为其国际标准。