移动应用 活跃维护

Infernux

ChenlizheMe/Infernux

构建神经网络原生引擎(3N)。Python 编写,C 运行时,Vulkan/WebGPU。支持 Windows、Linux、Android 和 Web。

1889
Stars 标星
81
Forks 分支
6
Watchers 关注
8
Open Issues
Python
主要语言
MIT
开源协议
130.3 MB
仓库大小
13 小时前
最后推送
一键安装扩展 / 插件指令
dsh plugin --profile web add github:ChenlizheMe/Infernux
git clone https://github.com/ChenlizheMe/Infernux.git
git clone git@github.com:ChenlizheMe/Infernux.git
README.md master

机器翻译正文由机器翻译自项目原始文档(英文),排版经程序统一处理,可能存在偏差,请以原项目仓库为准。

熔炉 · Infernux

创造世界,让智能成为其中一部分。
一款用 Python 创作的开源游戏引擎,正驶向 3N:神经网络原生引擎。

官网 · 下载 · 教程 · API · 路线图 · 社区 · English

熔炉是什么?

熔炉是一款 用 Python 创作、由 C++ 运行 的游戏引擎。玩法、编辑器工具、渲染管线与数值计算都用 Python 编写;C++ 运行时、Vulkan 渲染器和 Jolt 物理负责重活。同一个项目可以发布到 Windows、Linux、Android 和浏览器。

它也朝着一个明确的目标构建:3N,即神经网络原生(Neural Network-Native)引擎。在多数引擎里,AI 是游戏做完后再接上去的插件;而在 3N 引擎里,世界是模型读得懂的数据,模拟是它能行动的场所,发布的游戏也是它能运行的地方。

import infernux as inx

class Spin(inx.InxComponent):
    speed: float = inx.serialized_field(default=90.0, range=(0.0, 360.0))

    def update(self, delta_time: float) -> None:
        self.transform.rotate(inx.Vector3(0.0, self.speed * delta_time, 0.0))

一个普通的 Python 类。speed 会出现在 Inspector 中,游戏运行时也能随时调整。

警告

熔炉仍是 Alpha 阶段 的软件,正在积极开发中,当前发布版本为 0.4.2。不同版本之间 API 仍会变化,下文中的神经网络能力属于路线图目标,尚未交付。它适合实验、工具开发和小型游戏,暂不适合有严格排期的商业项目。

亮点

  • Python 优先。 带 Inspector 字段的组件、协程与 Prefab;项目脚本和插件支持事务式热重载,已经存在的实例也会随之更新行为。
  • 可以编写的渲染器。 用 Python 描述 RenderStack,由原生 RenderGraph 执行:Forward、Forward+ 与 Deferred 路径,PBR、阴影、后处理、GPU 粒子图、蒙皮动画,以及屏幕与世界空间 UI。
  • 完整的游戏工作流。 多场景编辑,FBX 与 Blender 导入并实时同步源文件,Jolt 刚体与场景查询,音频、动画状态机与 Timeline。
  • 把计算带进游戏。 用 NumPy 批量读写世界数据,CPU/GPU JIT 与 Taichi 集成支撑计算驱动的玩法,这也是模型将来接入世界的数据通道。
  • 可以扩展的编辑器。 用 Python 编写可停靠面板与菜单;InxPackage 插件可携带组件、工具、资源与平台导出器;可选的 MCP 插件让 Agent 通过与你相同的命令和撤销路径操作编辑器。
  • 经得起检查。 资源从导入到 Player 构建始终保有 GUID 身份;Player 读取打包后的资源索引,而不依赖你的项目目录。

平台

平台 编辑器 Player 图形后端
Windows x64 ✅ ✅ Vulkan
Linux x86_64 ✅ ✅ Vulkan
Android arm64 / x86_64 — APK / AAB Vulkan
Web — HTML + WASM WebGPU

各平台的要求与已知限制见 SUPPORT.md。

开始使用

直接使用引擎。 安装 InfernuxHub,选择引擎版本并创建项目。Hub 会替你管理 Python 环境与 Android 工具,无需安装原生编译器。然后跟着 五步入门 写出第一个让方块旋转的组件,再继续学习 系列课程。

从源码构建。 Windows 需要安装带 C++ 桌面开发工作负载的 Visual Studio、CMake 3.25+、Vulkan SDK 与 Python 3.13。Windows 预设会让 CMake 自动选择本机安装的最高兼容 Visual Studio generator。

git clone --recurse-submodules https://github.com/ChenlizheMe/Infernux.git
cd Infernux
./scripts/setup/configure_development.ps1
conda activate infernux
cmake --preset windows-msvc-release
cmake --build --preset windows-msvc-release
cmake --build --preset windows-msvc-install-wheel
python packaging/launcher.py

如果配置时无法创建所选 generator,请升级到 cmake --help 中列出该 generator 的 CMake,或设置 CMAKE_GENERATOR 为列表中的某一项后重新配置。

Linux 上先运行 scripts/setup/install_linux_dependencies.sh 与 bash scripts/setup/configure_development.sh,激活 infernux 环境,再使用 linux-clang-release 与 linux-clang-install-wheel 预设。完整流程见 CONTRIBUTING.md。

通往 3N 的航线

阶段 状态 带来的能力
Python 创作、批量世界 API、CPU/GPU 计算 ✅ 已可用 模型与玩法共用同一条进入世界的数据通道
确定性步进、快照与回放 🔜 规划中 可复现的运行,用于调试与学习
批量世界与张量数据面 🔜 规划中 多个环境并行推进,数据交换无需胶水代码
Player 内的可移植推理 🔜 规划中 训练好的模型随游戏发布到每个平台

十张交互式星图标出了 路线图 上的每个系统;版本说明见 更新日志。

社区

许可

熔炉以 MIT 协议 开源,永久免费,不抽成。第三方版权声明集中索引在 licenses。Windows 构建由 SignPath.io 免费签名,证书由 SignPath Foundation 提供,详见 代码签名政策。

引用熔炉
@software{chen2026infernux,
  author  = {陈力哲},
  title   = {Infernux},
  year    = {2026},
  version = {0.4.2},
  url     = {https://github.com/ChenlizheMe/Infernux}
}
本站来源与版权声明
  • 本文标题:Infernux - 构建神经网络原生引擎(3N)
  • 本文链接:https://cn121.com/mobile/chenlizheme-infernux.html
  • 原项目:ChenlizheMe/Infernux 版权归原作者 ChenlizheMe 及贡献者所有
  • 收录信息:本站于 2026-10-18 收录本项目,本页所列协议与仓库指标均为收录当时的状态;该日期之后原项目的版本更新与协议变更,本页不作同步。
  • 开源协议:收录时本项目采用 MIT(查看 LICENSE 原文),本站译文为其衍生内容;使用、修改、分发请以该仓库 LICENSE 原文为准。
  • 站点出处:本文首发于 OneTwoOne,收录自 GitHub 开源项目 ChenlizheMe/Infernux。
  • 翻译说明:本页正文为人工智能生成内容——由机器翻译对原项目 README 初译、经程序校验排版,可能存在错漏,请以原项目文档为准。
  • 引用声明:商业转载、第三方聚合或 AI 检索训练引用时,请务必保留以上来源出处、本文永久链接,以及原项目的版权声明与许可信息。
  • 下架通道:若原项目此后变更或收紧了许可协议、或作者/权利人认为本站的收录方式(译文、排版适配、简介翻译等)超出其授权范围,请通过 xyd3302001@163.com 发送下架通知,并附上项目地址与本页链接。本站核实后将第一时间删除本页内容,或改为不复制原文的目录性收录;署名更正等其他要求可一并提出。