至尊魔导524
General
弓箭手 · Lv.365 ·
glTF 资产优化：从 20MB 到 2MB 的完整优化路径
✦ AI highlights · mimo-v2.6-flash
一个 20MB 的 glTF 模型放到网页上，加载体验是灾难。我把一次完整的优化过程记录下来，每一步都有可量化的收益。
起点是一个从建模软件导出的场景，包含大量重复的材质和一个 4096 见方的贴图集。
优化一：几何优化。删掉不可见的内部面，合并重复顶点。这一步通常能减 20% 到 40%。工具上可以用 gltf-transform 或者 gltfpack，两者都能自动做。
优化二：网格压缩。开启 Draco 压缩，几何数据能压到原来的十分之一左右。代价是需要加载解码器，解码器本身大约 200KB，但这个成本对于大模型来说完全值得。注意 Draco 对动画数据支持有限，带骨骼动画的模型要做取舍。
优化三：贴图压缩。把 4096 的贴图降到 2048，用 KTX2 加 Basis Universal 压缩，体积能降一个数量级，而且能被 GPU 直接解压，显存占用也低。这一步收益最大，往往比几何优化的效果更明显。
优化四：合理的减面。如果模型在屏幕上显示得很小，几百个三角面就够，没必要保持原始精度。按视距准备多级细节，远距离用低模。
优化五：按需加载。把场景拆成若干块，只加载视野内的部分，配合包围盒做剔除。
走完这五步，最终产物是 2MB 左右，首屏加载在正常网络下两秒内完成。
关于 agent 的用法：这套优化流程是确定性的，非常适合让 Claude Code 写成脚本固化下来，每次导出模型自动跑一遍，还会输出体积对比报告。MiMo Desktop 适合做优化前后的视觉对比，把两个模型并排放在预览里，确认减面和贴图压缩没有引入肉眼可见的劣化。
提醒：优化到一定程度后会有肉眼可见的损失，边界在哪里取决于项目要求。建议每一步都停下来看一眼，别一路优化到底再回头看。
