我们把高精度复刻的长城，装进这个小程序里
2016年起，中国文物保护基金会、腾讯公益慈善基金会联合启动“保护长城，加我一个”修缮项目，陆续完成了北京怀柔箭扣南段、河北喜峰口西潘家口段（下文中简称喜峰口长城）、北京延庆八达岭古长城段的长城保护修缮。
其中，喜峰口长城是在2021年完成修缮。而我们还有一件事情在做：为这段大约1公里的长城留下一笔数字资产。今天这项工作已经阶段性完成，并以云游长城为名的体验展现在今日上线的「云游万里长城」小程序里。
你可以通过腾讯公益小红花以及明星向导的语音指引，游览喜峰口长城，并学习包括长城排水口的分布、礌石孔、破损敌台、射孔、箭窗、刻字砖和敌台入口等科普知识。
你还可以互动体验修缮长城时需要经历的清理考古、砌筑、勾缝、砖墙剔补和支护加固等流程，沉浸式了解长城的建造和修缮知识。
选择 Hard 模式
当今，数字技术在文物修缮保护上的应用已非常广泛，但采集到的数据大部分被放进档案室或者服务器，离观众甚远。
当我们决定为这段刚完成修缮的长城留下一笔数字资产时，就提出更远的设想——让公众能随时随地，身临其境地在数字长城里自由走动，欣赏长城的一砖一石，一草一木，从晨间，到傍晚，甚至能在这里过一把修缮长城的瘾。
为此，我们请来了腾讯互动娱乐公共研发运营体系（Tencent IEG CROS）的同学们来实现这个想法。这个需求一开始得到的答案是，难！因为身临其境代表着高精度的场景还原，我们还设想给用户戴上一副放大镜去欣赏更多细节，这都意味着背后所投入的技术能力与工作量之大。
具体来说，就是包括长城所处的地形，长城的本体乃至周边的植被、河流等所组成的数字资产，质量要求远远高于一般游戏制作的标准。
我们来简单还原一下游戏数字资产的研发过程：先采集当地的物理数据，然后完成建模、贴图，再交给引擎进行渲染。就像盖一座房子，先打地基做框架盖成毛坯房，再进行装修。与人靠肉眼就能感知自然画面所不同的是，数字资产还需要渲染这一步，来完成人在房子里里外外所看到的关于房子与环境的一切画面。
当建模、贴图的工作越精细，我们最后能看到的角度才越丰富，画面才越逼近真实。而云游长城小程序，便是选用了这个 hard 模式。
10亿个面片，5万张高清照片
首先是建模，云游长城所使用的 Photogrammetry 技术，运用激光测量，高清图片采集以及无人机拍摄记录等方法，来实现对约1公里长的喜峰口长城的精准测量，为数字资产实现照片级还原打下基础。
如果扫描拍摄的是一座四平八稳的建筑，哪怕是看起来平整连续的长城，所需要的时间肯定会少很多。而 CROS 团队所面临的喜峰口长城，却是经过岁月侵蚀的古长城，科学理念指导下的修缮，只是暂停了它衰老的速度，并未能填平那些已经残缺的坑洼，或者自然沉降带来的断层和弯曲。
也就是说，高精度还原本就决定了不小的扫描拍摄量，而像喜峰口长城上破损的地方一定要用更细腻的面片才能逼真还原，这无疑带来更大的采集工作负荷。
当你在云游长城中体验的时候，如果遇到中间一段不自然弯曲的台阶，以及部分边墙上突兀的棱角，这不是数字资产的瑕疵。相反，这是高精度的建模与贴图还原了现场因地质运动产生的真实状况。
CROS 团队在长城现场
整个扫描拍摄阶段，就因为喜峰口长城现场环境的复杂情况，还有疫情的影响，导致对数据处理的量级比预期多花了近3倍的时间。
然而大量的采集是值得的，如近5万张的高清图片为后来的长城本体建模，实现了4.2亿个面片的精度，整个喜峰口环境加起来则有10亿个面片。这些面片，组成了喜峰口长城与环境每一细微处的凹凸起伏。
左右滑动，查看更多
这个过程，我们得到天津大学建筑学院六合建筑工作室的支持，他们提供了4000公里的27万张缩略图像以及重点区段的高清图像、三维数据等等丰富的示例。此外，我们还与卫星拍摄的地形资源库的地形坐标进行匹配，以求更真实还原喜峰口长城与周边地形。
在喜峰口“种”20万棵树
因为扫描拍摄阶段处于修缮收尾期，我们采集的5万+张图片中，不少记录到了长城地面上的石灰、翻修过程中铺设的水管或临时搭建的架子。这需要美术的同学在贴图时，花费大量的时间进行美化加工，数据修复的难度和工作量都会几何级增长。这个工作量，曾一度劝退了我们的合作伙伴。
为何如此“骇人听闻”？我们做一个通俗的对比。一些影视剧也需要数字制作，然而场景和镜头都是相对固定的。也就是说镜头里的一棵树，只需要在画面的固定角度里完成光照和材质等制作就可以了。
而在云游长城的场景里，当用户能随意“走动”，他对一棵树就能无死角地任意欣赏了，那么同一棵树因为视角变动而被“看到”的光照角度、透光度，树叶粗糙度等多样的表现，使得人工处理和解算工作量暴增。
举例中只是一棵树，而我们在云游长城里一口气“种”了20万棵。植被重建是场景还原当中很重要的工作，可以说贯穿了数字资产制作的全过程。
你可能会想到一个捷径，制作几棵树，然后漫山遍野地铺满就大功告成。但实际上，这只会让场景看起来很假。
得益于扫描拍摄的图片和当地县志中的植物图鉴，CROS 的同学可以了解到喜峰口长城周边的植物类型和分布规律。
在这个基础上，他们定义植被的大小、比率、密度，来实现不同的植被组合。另外，还定义出植被之间的依赖关系。之后还需要设定植被的分布区域，根据峡谷、山峰、悬崖、岸边等不同区域，将之前设定好的植被组合与之对应。
以上的设定，都交给通过算法和参数进行控制的自研 PCG （Procedural Content Generation,过程化内容生成）工具，为喜峰口长城沿线的漫山遍野铺上合理的植被景观。
我们还在材质里给每棵树加了一些颜色变化，给植被加了动态。随机的颜色加上动态让植被看起来更自然。
UE5 引擎+云游戏技术
为了真实还原喜峰口长城的细节，长城模型有多达10亿面片的数字资产。面对如此高精度的数字资产，这一次运用了 UE5（ Unreal Engine 5 ，虚幻引擎5）来完成渲染。
UE5 引擎可以让实时渲染画面承载和表现巨量的超高精度模型，体现出真实感和细腻感。其中的 Nanite 技术，让用户在体验的过程中可以尽量减少贴图精度的切换次数，提高整个场景的运行效率，数字长城便可以实现环境形态的“一镜到底”，多达10亿+面的长城数字资产不会发生明显的跳变。
而在光照效果方面，数字长城采用的则是 UE5 的 Lumen 技术，它很好地处理了实时的 Indirect Lighting，可以提供完整的动态的全局光照（Global Illumination）效果。例如在项目中从清晨到中午的光照变化，便是通过 Lumen 来实现。
与影视作品渲染不同的是，游戏的体验是根据用户的视角变动而实时渲染画面。那么要把体量达 30G 的数字资产，通过微信小程序这个载体展示在用户面前，传统的移动端 WebGL 渲染技术已经无法满足高精度画面的低延迟输出。
这一次我们选用的云游戏技术是在文保数字化项目里的首次应用。在云游戏技术的运行模式下，所有渲染有关的高难度动作都在自建的万兆云机房运行。这里面包括自研 AI 超分辨率技术的加持，保证多实例高并发状态下的展示效果。
场景在云端实时渲染完毕后，再借助超强的编码能力，以及深度优化的网络传输能力，云游长城的高清画面会被压缩后通过网络传送给用户。
通常情况下，为了保证数字资产渲染的运行效率，程序在处理大场景时，只会渲染镜头内一定范围的数字资产，远景的数字资产则会通过降低精度的方式，只显示简单的模型和极少的面数；又或者是主动给游戏资产“做减法”，比如减少模型的面片数而牺牲一定的精细度，来提升效率，减少卡顿。
所以，为了在小程序画面里实现高精度输出，同时让进入的用户能获得流畅的体验，那么服务器能接待的访客上限就有所降低了。如果你在小程序中看到排队预约窗口，建议先订阅提醒，待收到通知后即可进入体验。
这段等待的时间，也不妨看看小程序其他的内容——
明长城研究专家张玉坤提出过一个非常贴切的概念——长城不止是一道墙或一条线，而是个庞大、复杂的“巨系统”（点击阅读原文进入云游长城Pro网站）。在云游长城小程序里，我们把贯穿10余个朝代、横跨15个省市区的长城百科，以及各类长城病害防治与保护知识等内容都装进这个小程序。
一个小彩蛋
我们邀请你点击下方图片，进入「云游长城」小程序。希望你能像玩游戏一样，在云游长城中自由探索，走近长城，了解长城，爱上长城。
有个小彩蛋要提醒你，在喜峰口长城高处的敌台看潘家口水库的风景特别棒！这篇文章的封面图就取自“那里”，你一定要“走”上去看看。
致谢
单位&机构
国家文物局 中国文物保护基金会 腾讯基金会 腾讯互动娱乐CROS 天津大学建筑学院六合建筑工作室 帝都绘 长城小站
个人（按姓氏首拼音字母）
程永茂（箭扣长城修缮工程技术总负责人） 次立新（河北省文物与古建筑保护研究院） 董旭明（摄影家） 韩昊霖（儿童演员，云游长城青少年宣传员） 李大伟（陕西省文物保护研究院） 连达（古建画家） 濮存昕（国家一级演员，云游长城宣传大使） 尚珩（北京市考古研究院） 尚劲宇（北京大学考古文博学院） 尉舒雅（中国文物保护基金会） 杨东（摄影家） 张若昀（青年演员） 张依萌（中国文化遗产研究院） 张勇（河北省文物与古建筑保护研究院） 赵鹏（箭扣长城修缮工程设计总负责人）感谢以下单位对长城修缮项目的大力支持河北省文物局 怀柔区文化和旅游局 北京市怀柔区文物管理所 宽城满族自治县旅游和文化广电局 迁西县文化广电和旅游局