陈昊 · 3D VFX Artist
工作经历
在电影《星际航线》中,针对太空碎片撞击场景,使用Houdini刚体动力学模拟超过5000块碎片碰撞与碎裂,并通过Nuke合成实拍星空背景,最终帧渲染控制在4小时以内,客户一次性通过,项目提前2天交付。
为某高端汽车广告设计粒子光效,在Maya中搭建含150万粒子的动态流光系统,结合Houdini流体模拟轮胎溅水效果,后期用Nuke完成实拍与CG的匹配,广告上线后带动车型搜索量提升18%。
主导电影《深海危机》中水下爆炸特效,利用Houdini粒子系统发射约3000个气泡与碎片,并用Maya刚体动力学模拟舰船残骸坠落,合成时通过Nuke的深度通道调整虚焦,最终镜头获导演组“视觉真实度超标”的评价。
参与某快消品牌30秒电视广告,负责酒瓶碎裂特效:用Houdini的Voronoi刚体破碎生成400余块碎片,再以粒子系统模拟液体飞溅,整个特效镜头在Maya中完成预合成,后期用Nuke仅用2天完成光效优化,节省30%制作周期。
为独立电影《雪域》设计暴风雪场景,在Houdini中搭建含200万粒子的风力驱动粒子系统,并嵌入Maya角色模型进行碰撞测试,最终渲染输出5个4K序列帧,合成后噪声干扰率低于1%,特效成本较初期预算降低25%。
主导开发AR互动营销应用的实时粒子特效系统,基于Unreal Engine与Houdini Engine构建资产管线,通过Python脚本自动优化LOD与纹理压缩,使移动端粒子发射数量从2000提升至15000,同时帧率稳定在30fps以上,项目上线后用户互动时长提升40%。
针对移动端VR头显设计轻量级流体模拟方案,利用Houdini Engine的实时烘焙能力将仿真数据预编译为纹理图集,再通过Unreal Engine的GPU通用计算管线驱动,使单帧GPU计算耗时从12ms降至4.5ms,支持骁龙835及以上设备流畅运行,覆盖当时主流VR设备型号。
重构团队实时渲染管线,引入GPU Instancing、视锥剔除与异步计算,使同屏粒子数量超过10万时内存占用降低60%,并通过Python自动化测试框架对比不同机型性能,最终将特效迭代效率提升3倍,项目开发周期缩短2个月。
研发基于骨骼动画驱动的粒子系统,实现手势识别数据与粒子发射强度的实时绑定,在小米MIX2等中端机型上达到60fps,支撑公司首个AR社交滤镜产品上线,上线首周日活突破50万,用户留存率提升22%。
针对开放世界游戏中覆盖100平方公里的动态天气系统,主导使用Houdini粒子系统与流体模拟构建雨、雪、风暴等天气状态,自主开发材质编辑器驱动的实时云层shader,使天气切换延迟低于0.5秒,同时通过LOD与GPU实例化将整体性能开销控制在3ms以内,支撑全场景稳定60帧。
为大型技能特效设计全新粒子管线,利用Houdini批量生成超过500万粒子的爆炸、冰霜与雷电效果,结合材质编辑器微调每粒子颜色与透明度,并通过预缓存与异步加载技术将单技能帧率影响从15ms降至4ms,上线后特效流畅度获玩家好评。
主导天气与技能特效的视觉开发流程,编写Python自动化脚本将Houdini分散的粒子缓存、流体数据与游戏引擎对接,使单组特效从设计到集成周期从2周压缩至5天,整体特效产出效率提升60%,支撑团队在6个月内完成3个大型副本的特效落地。
建立Houdini粒子与流体模拟的性能调优规范,针对移动端与PC端分别制定粒子数量上限、模拟精度等级等标准,并通过材质编辑器统一整理shader变体,将跨平台特效bug率降低80%,同时培训5名初中级特效师掌握上述技术栈,使团队独立完成复杂特效的能力提升显著。
主导某科幻电影中核心爆炸与能量场特效镜头,针对Houdini流体模拟与Arnold渲染瓶颈,重构解算缓存策略并引入分布式渲染,将单帧渲染耗时从4.5小时降至1.2小时,最终交付28个4K级镜头,一次性通过VFX总监验收。
针对团队近两年积累的碎片化Houdini与Maya资产,开发基于Python的自动元数据标注与版本管理脚本,覆盖粒子、流体、刚体3大品类,使特效资产检索效率提升70%,复用率从15%增至52%。
为8人特效小组建立从预生产到终检的标准化VFX监督流程,制定Houdini与Maya中粒子、流体、刚体模拟的10项操作规范与Arnold渲染参数模板,将镜头返修率降低35%,项目周期平均缩短20%。
主导实时预览与最终渲染分离的流程自动化方案,通过Python脚本联动Houdini与Maya,实现批量生成低精度代理缓存并自动替换为高精度流体/粒子,使特效镜头前期迭代速度提升3倍,累计节省约400人·小时。
项目经历
作为独立特效导演,基于Houdini与Nuke自主开发10余套自定义着色器,构建全CG流体与能量场视觉流程,输出60秒4K分辨率短片,渲染总帧数超12万帧,单帧粒子规模最高达1.2亿。
针对FLIP流体与Pyro爆炸特效结合场景,设计多层解算架构,将单帧模拟与渲染耗时从45分钟优化至18分钟,整体制作周期压缩40%。
在Nuke中通过自定义光晕、色散及深度通道合成,实现风格化能量衰减与有机流体交织效果,最终成片入围某科幻电影节最佳短片单元。
独自完成从概念设计到最终调色的全链路制作,为每个关键镜头定制Houdini数字资产(HDAs),实现可复用的流体/能量场解算模板,后续被3个外部项目引用。
通过GPU加速的OpenCL解算器与分层渲染策略,在不降质前提下将4K特效镜头的单帧渲染耗时控制在12分钟以内,确保独立制作条件下按计划交付。
针对影视级特效批量生成中手动操作耗时且易出错的问题,主导开发PyFx开源库,用Python和PySide构建Houdini图形化自动化工具,使粒子缓存生成速度提升8倍,将单镜头制作周期从3天压缩至4小时。
针对团队协作中特效参数版本混乱的痛点,设计并实现基于Houdini的插件化脚本框架,集成自动化版本管理功能,支持同时处理200+特效元素,错误率降低90%。
为加速流体模拟迭代,编写Python脚本自动生成初始场和边界条件,结合多线程处理,使大型流体特效的预计算时间从12小时缩短至1.5小时,被社区超过300名特效师使用。
开发PySide图形界面,使非编程特效师也能便捷调用自动化工具,培训10名初级同事,团队整体特效产出效率提升40%。
教育经历
Sample data, for reference only
Try a different style
Pick a style you like and create your resume in one click

















































