RESEARCH LOG · 2026.04 · timoxu

MAGIC
DAWN

全局光照革命：腾讯 MagicDawn 产品知识整理记录
行业背景 · 技术解析 · 竞品对比 · 实验探索

PDF 技术文档内部培训纪要网络资料 12 个研究维度

01 / 13

CHAPTER 01 · 问题背景

全局光照（GI）
为什么是游戏美术最难的事？

☀️ 什么是 GI

全局光照 = 光线在多个物体之间的相互反射、折射与散射效果。没有 GI，场景会显得"假"且平。

⚡ Diffuse GI 最难

四方向漫反射是 GI 中最难的部分。99% 高 DAU 游戏采用烘焙 GI——运行时零开销，但制作成本极高。

🔥 传统方案痛点

单机 CPU 烘焙极慢（大场景数小时）、效果不物理精准、难以调整迭代、不支持实时预览。

💡 云 GPU 是出路

Path Tracing 算法物理精确但计算量巨大，只有在云端 GPU 集群上才具备商业可行性。

02 / 13

CHAPTER 02 · 行业现状

光照行业的关键数字

99%

高 DAU 游戏使用
Baked GI 方案

6+

主流烘焙工具互相竞争
（NVIL / Lumen / Enlighten…）

0

运行时额外开销
（Baked GI 的核心优势）

美术调光 → 等待烘焙 → 效果不对重调 → 再次等待 → 循环数十次

💬 核心矛盾

高质量 GI 需要物理精确的 Path Tracing 算法，但 PT 计算量极大，单机方案根本跑不动。
游戏行业迫切需要一个"快、准、好用"的云端 GI 烘焙解决方案。

03 / 13

CHAPTER 03 · 产品定位

MagicDawn 是什么

腾讯游戏自研 · 2021年立项

MagicDawn（Magic Light）是腾讯游戏自研的跨引擎分布式光照烘焙系统，基于云端 NVIDIA GPU 集群，以 Path Tracing 为核心算法，为游戏提供物理精确、高效可迭代的全局光照烘焙能力。

发展时间线：2021立项 → 2022试用 → 2023商业化 → 2025规模化
适用场景：移动端/PC/主机游戏，高 DAU 产品
核心差异：PT Viewer 实时预览 + 云端分布式加速
AI 能力：Neural Lightmap + AI Probe 压缩 + OLV 防漏光
应用规模：已应用于 20+ 款游戏，覆盖多引擎多平台

04 / 13

CHAPTER 04 · 核心技术

技术栈全景解析

PT Path Tracing — 核心算法

无偏算法，物理精确，模拟光线真实传播路径。唯一缺点是计算量巨大，依赖云端 GPU 集群。

PRT Precomputed Radiance Transfer

支持 TOD（时间轴）动态光照变化，白天/夜晚/日落均可实时切换，预计算保证性能。

PT Viewer 实时预览工具（独家）

MagicDawn 独有功能，美术可边调参数边实时看到 PT 级别的渲染效果，大幅提升迭代效率。

Neural GI Neural Lightmap / Neuro GI

神经网络表达高频动态 GI，支持开关门、TOD、碎片等动态场景的实时光照变化。

OLV Optimized Lighting Volume

自动处理 Probe 漏光问题（Auto Anti-Light-Leakage），避免室内光漏到室外等常见 Bug。

CLV Cascade Lighting Volume

自研 per-pixel 插值框架，AI Probe 压缩基础。压缩率 3%（传统方案 30-40%），Siggraph 2025 论文。

05 / 13

CHAPTER 05 · 关键数据

用数字说话

17x

加速比

相比单机方案，分布式集群加速 17x 以上（PDF benchmark 实测）

3%

压缩率

AI Probe 压缩率仅 3%，传统方案 30-40%。Siggraph 2025 论文成果

20+

应用案例

已落地 20+ 款商业游戏，覆盖 Unity / UE4/5 / 自研引擎

📌 Benchmark 原始数据（来自 PDF 技术文档）：
12 agents × 512spp → 烘焙完成时间 4分11秒｜同等质量单机方案预估 >70分钟

数据来源：腾讯MagicDawn.pdf 技术文档 · 内部培训纪要

06 / 13

CHAPTER 06 · 竞品横评

六款工具对比一览

市面上的烘焙器均有局限，还未出现优势明显、一统天下的商业产品。

烘焙器	适配引擎	计算核心	烘焙质量	烘焙速度	分布式烘焙
Lightmass	UE 引擎	CPU	中等	极慢	支持
GPU Lightmass	UE 引擎	GPU	中等	较快	不支持
Bakery	Unity 引擎	GPU	中等	较快	不支持
Enlighten	Unity 引擎	CPU	偏低	较快	不支持
GPU Lightmapper	Unity 引擎	GPU	中等	较快	不支持
✦ MagicDawn	全引擎跨适配	云端 GPU	高精度	极快	原生支持

07 / 13

CHAPTER 07 · 商业信息

定价与客户分级

初级版

3万

/ 月

基础烘焙能力
适合中小团队

高级版

5万

/ 月

Neural GI + PRT
推荐主力产品

企业版

20万

/ 月

全功能 + 专属支持
大型 3A 项目

☁️ 云资源参考

月费之外，云计算资源（GPU 集群）另计费用，参考约 80万/年。建议提前评估项目规模预算。

🎯 客户分级

A 类客户：有明确需求、预算充足，优先服务。
B 类客户：探索阶段，需更多培训引导。Unity 专业版截至培训时尚未发布。

数据来源：南区早鸟课堂第156期 · 内部培训纪要（2025-08-18）

08 / 13

CHAPTER 08 · 云烘焙模式已上线

商业版刊例价

💰 商业版刊例价

详见云应用页面

🏗️ 产品形态：单租户和多租户

云应用版，独享 GPU 算力

SAAS 版，共享算力资源

☁️ 云资源参考费用

约 80 万 / 年

🔗 云应用（云渲染版参考）

https://app.cloud.tencent.com/detail/SPU_BHFCEIEFJD1391

来源：内部销售培训纪要（非公开）

09 / 13

CHAPTER 09 · 综合评估

应用场景概览

光照载体	适用场景	效果表现	内存占用	适用平台
── 纯静态烘焙 ──
Lightmap	物体静态，光源静态	★★★★★	★★★★★	PC/移动
CLV (LightProbe)	物体静态/动态，光源静态	★★★★	★（支持压缩）	PC/移动
VLM (UE)	物体静态/动态，光源静态	★★★★	★★★★	PC
ILC (UE)	物体静态/动态，光源静态	★★★	★★★	PC/移动
LightProbeGroup (Unity)	物体静态/动态，光源静态	★★★	★★★	PC/移动
Adaptive Probe Volume (Unity 6)	物体静态/动态，光源静态	★★★★	★★★★	PC/移动
── 半动态烘焙（TOD 天光/方向光）──
Lightmap	物体静态，光源动态	★★★★	★★★★★★	PC/移动
CLV (LightProbe)	物体静态/动态，光源动态	★★★★	★★（支持压缩）	PC/移动
── 动态场景 ──
Neural Network	开关门/TOD/破碎/纯静态	★★★★	★★	PC/中高端移动