BRDF与路径追踪：从渲染方程到物理真实感的工程实现-平芜编程栈

1. 这不是“抄笔记”，而是把光追从黑箱里拎出来掰开揉碎讲清楚

你点开这个标题，大概率正卡在GAMES101第14讲后半段——BRDF突然冒出来，渲染方程像天书，全局光照和路径追踪两个词堆在一起，越看越像玄学。我第一次看到这里时，手边的代码跑出来全是噪点，调了三天参数，画面还是灰蒙蒙一片，连个金属球的高光都软塌塌的。后来才明白：问题根本不在代码，而在脑子里没建立起光与材质、光与几何、光与概率之间的真实映射关系。这门课最坑人的地方，就是它用数学语言讲物理现象，而多数人缺的不是公式推导能力，是把公式翻译成“光到底怎么走”的直觉。

核心关键词——BRDF、渲染方程、全局光照、路径追踪——这四个词不是并列关系，而是一条因果链：BRDF定义了“表面怎么反射光”，渲染方程把BRDF嵌进整个场景的光能守恒框架里，全局光照是渲染方程在现实世界中的物理表现（比如墙角泛蓝的环境光、茶杯底下的柔和阴影），路径追踪则是目前唯一能在合理时间内逼近这个方程解的工程方案。它不是某种“高级技巧”，而是对“光如何真实传播”这一问题，在计算资源约束下的最优妥协。

这篇内容适合三类人：一是刚学完Lec 13、对着Lec 14代码一脸懵的初学者；二是写过简单光线投射（Ray Casting）但始终搞不懂“为什么加了反射就变慢十倍”的实践者；三是想脱离OpenGL固定管线、真正理解PBR材质底层逻辑的图形程序员。它不教你怎么配Unity的Standard Shader，而是带你亲手推导出：为什么一个粗糙度为0.3的GGX分布，会让金属球边缘产生比Phong更锐利、更真实的高光衰减；为什么路径追踪必须用蒙特卡洛积分，而不是直接求解渲染方程的解析解；为什么你关掉“间接光照”选项后，场景立刻失去体积感——这些都不是设置开关，而是光子在空间中真实碰撞、散射、被吸收的统计结果。

我不会复述PPT里的公式推导（那本该是你自己合上电脑后拿纸笔演算的事），而是聚焦于那些PPT没写、但实操时天天踩坑的细节：比如BRDF的cosθ项为什么必须除以π才能保证能量守恒；比如路径追踪中“俄罗斯轮盘”终止策略，实际代码里怎么设那个0.95的存活概率才不至于让暗角区域噪点爆炸；比如为什么你用OpenCV加载的HDR环境贴图，直接喂给IBL系统会发灰——因为sRGB和线性空间的伽马校正差了整整2.2次方。这些才是决定你能不能从“跑通demo”跨到“调出电影级质感”的分水岭。

2. 内容整体设计与思路拆解：从物理建模到工程落地的三层跃迁

2.1 为什么必须先啃下BRDF？——它不是函数，是材质的DNA

很多人把BRDF（Bidirectional Reflectance Distribution Function）当成一个“反射计算模块”，这是致命误解。BRDF的本质，是对特定材质微观结构的统计建模。一块磨砂玻璃和一面镜子，宏观上都是“反射光”，但微观上，前者是无数微小凹凸面的随机散射，后者是近乎完美的镜面反射。BRDF就是用数学语言描述这种差异的“材质身份证”。

Lec 14里提到的Lambert、Phong、Blinn-Phong，其实都是BRDF的简化版本。Lambert模型假设表面由无数微小漫反射面组成，各向同性，所以反射光强度只与入射角余弦成正比（即cosθ）。但它完全忽略了材质的粗糙度、各向异性、菲涅尔效应——这就是为什么Lambert渲染的塑料球永远没有真实感。Phong模型引入了高光指数（shininess），通过（R·V）^n模拟镜面反射的集中程度，但它仍是经验模型，不满足能量守恒（n越大，反射总能量反而越高，违反物理定律）。

真正划时代的突破，是Cook-Torrance BRDF。它把反射拆成三部分：镜面反射项（D）、几何遮蔽项（G）、菲涅尔项（F）。D项描述微表面法线分布（如GGX分布），G项描述微表面之间的自遮蔽和自阴影，F项描述不同入射角下反射/折射能量分配比例（这就是为什么你从侧面看水面反光更强）。这三项相乘再除以4(n·l)(n·v)，才构成完整的、物理正确的BRDF。我第一次手动实现Cook-Torrance时，漏掉了分母的4(n·l)(n·v)，结果渲染出的金属球亮得刺眼，像裹了一层锡纸——因为能量没归一化，反射总量远超入射光。

提示：BRDF必须满足两个硬性约束——互易性（f(l,v)=f(v,l)）和能量守恒（∫f(l,v)cosθdω≤1）。任何BRDF实现，第一步就是验证这两条。用单位球面采样1000个方向，计算积分值，如果大于1.05，说明你的模型在“凭空造光”，后续所有效果都会失真。

2.2 渲染方程：不是目标，而是约束条件

Kajiya在1986年提出的渲染方程，常被误读为“我们要解这个方程”。错。它其实是对光传输过程的完整性声明：场景中某点的出射辐射率L_o(v)，等于该点自身发射的辐射率L_e(v)，加上所有入射方向l带来的反射辐射率之和。这个“和”是球面积分，意味着要考虑无限多个入射方向，每个方向的贡献是BRDF(l→v) × L_i(l) × cosθ_l × dω_l。

关键在于：L_i(l)本身又依赖于其他点的L_o——光在场景中多次弹射，形成递归依赖。这就是为什么直接求解渲染方程不可能：它是个无穷维积分方程。全局光照（Global Illumination）之所以“全局”，正在于此：它拒绝把L_i(l)粗暴设为环境光或方向光，而是承认L_i(l) = ∫f(l'→l)L_o(l')cosθ_{l'}dω_{l'}，即入射光本身也是其他表面反射的结果。

Lec 15强调的“直接光照+间接光照”二分法，其实是工程上的权宜之计。直接光照（Direct Lighting）指光源→表面→摄像机的单次路径，计算快但丢失真实感；间接光照（Indirect Lighting）指光源→A表面→B表面→摄像机的多次路径，它带来颜色溢出（color bleeding）、柔和阴影、环境光遮蔽（AO）等关键视觉线索。我做过对比实验：同一场景，关闭间接光照后，白色墙壁旁的红色沙发，其阴影区域依然纯白；开启后，阴影明显泛红——这就是光子从沙发表面反射到墙壁，再散射到阴影区的真实物理过程。

注意：渲染方程中的L_i(l)必须是“到达该点的入射辐射率”，而非光源原始辐射率。这意味着：如果中间有物体遮挡，L_i(l)为0；如果经过粗糙表面反射，L_i(l)的频谱和方向分布已被BRDF重塑。很多初学者错误地把光源颜色直接乘BRDF，导致所有间接光都像打了聚光灯。

2.3 全局光照 ≠ 路径追踪：它们是目的与手段的关系

“全局光照”是视觉目标，“路径追踪”是当前最主流的实现手段。但还有其他路径：辐射度算法（Radiosity）擅长处理漫反射主导的室内场景（如教堂内部），但无法处理镜面反射；光子映射（Photon Mapping）先发射光子构建密度图，再结合路径追踪，平衡速度与精度；实时渲染中，屏幕空间反射（SSR）和光线追踪混合（Hybrid Ray Tracing）是折中方案。

路径追踪的核心思想，是用蒙特卡洛积分近似求解渲染方程的无穷维积分。它不试图计算所有入射方向的贡献，而是随机采样N个方向，计算每个方向的贡献，再取平均值。数学上，E[f(X)] ≈ (1/N)∑f(x_i)。这里的f(x_i)就是BRDF(l_i→v) × L_i(l_i) × cosθ_i。当N→∞时，结果收敛于真实积分值；当N有限时，结果带噪点——这就是路径追踪画面“需要降噪”的根本原因。

但蒙特卡洛不是万能钥匙。它要求采样分布p(x)与被积函数f(x)形状尽可能匹配（重要性采样），否则方差极大。比如，对一个点光源，若均匀采样球面，99%的采样方向根本照不到光源，全在算0，噪点爆表。正确做法是：直接对光源表面采样（Light Sampling），或对BRDF主瓣方向采样（BRDF Sampling），再结合俄罗斯轮盘（Russian Roulette）动态终止长路径。我第一次实现时，用均匀球面采样，1000SPP（每像素采样数）下噪点仍如雪花；改用光源采样后，200SPP就干净如初。

3. 核心细节解析与实操要点：从公式到代码的每一处陷阱

3.1 BRDF实现：三个致命细节，90%的人至少踩中一个

细节1：cosθ项的归一化陷阱

Lambert BRDF写作f(l,v) = ρ/π，其中ρ是反照率（albedo）。为什么是除以π？因为Lambert模型要求：对所有入射方向积分，总反射能量等于入射能量×ρ。数学上，∫_Ω f(l,v)cosθ dω = ρ。而∫_Ω cosθ dω = π（单位球面上对cosθ积分的结果）。所以f(l,v)必须是ρ/π，才能保证∫f·cosθdω = ρ。如果你写成f(l,v) = ρ，那么积分结果是ρπ，能量凭空放大π倍，画面过曝。

实操验证：写一个纯漫反射平面，用纯白光源（L_e=1），法线朝上。理论出射辐射率L_o应为ρ×1×cos0° = ρ。但若BRDF漏除π，L_o = ρ×π，结果是理论值的3.14倍。我当年调试时，发现渲染的灰度值总是比预期高，查了两天才发现是这个π。

细节2：GGX分布的D项，分母是α²还是α⁴？

Cook-Torrance D项（微表面法线分布）的GGX形式为：D(m) = α² / [π((α²-1)(n·m)⁴ + 1)²]。注意分母是(α²-1)，不是α²。α是粗糙度参数（0~1），α²是“alpha平方”，不是“alpha的二次方”这种文字游戏。当α=0.1时，α²=0.01，α⁴=0.0001，差100倍！很多开源代码里直接写alpha*alpha，没问题；但若写成pow(alpha,2)，在某些编译器下可能因浮点精度出错。更隐蔽的坑是：α²在分子，分母里又有(α²-1)，当α极小时，(α²-1)≈-1，整个分母≈1，D(m)≈α²/π，峰值很低；当α=1时，(α²-1)=0，分母=1，D(m)=1/π，峰值最高——这符合直觉：越粗糙，微表面法线越分散，分布越平缓。

细节3：菲涅尔项F的Schlick近似，必须用基础反射率R₀

Schlick近似写作F(l,v) = R₀ + (1-R₀)(1-(l·h))^5。R₀是垂直入射时的反射率，对电介质（如塑料、木头）约为0.04，对导体（如金、铜）需查表或用复折射率计算。常见错误是把R₀设为0.5或1.0，导致金属看起来像塑料。正确做法：对非金属，R₀ = ((η-1)/(η+1))²，其中η是折射率（空气η≈1，水η=1.33，玻璃η=1.5）；对金属，R₀由复折射率k决定，可用预计算表。我用0.04渲染铝材，高光发灰；换成0.92（铝的R₀），立刻有了金属的冷硬感。

3.2 渲染方程求解：路径追踪循环里的四重嵌套逻辑

标准路径追踪伪代码如下：

L = 0 β = 1 // 当前路径权重（累积BRDF*cosθ/概率） x = ray.origin // 当前交点 ω_o = ray.dir // 出射方向（指向摄像机） for bounces in 0 to max_depth: hit = scene.intersect(ray) if not hit: break L += β * hit.emission // 加上该点自发光 // 采样BRDF或光源 pdf_brdf, sample_dir, f = brdf.sample(hit, ω_o) pdf_light, light_dir, light_L = light.sample(hit.point) // 重要性采样：选BRDF或光源中pdf更大的那个 if pdf_brdf > pdf_light: // BRDF采样 β *= f * dot(hit.normal, sample_dir) / pdf_brdf ω_o = sample_dir else: // 光源采样 β *= f * dot(hit.normal, light_dir) / pdf_light ω_o = light_dir // 俄罗斯轮盘：按β大小决定是否终止 if bounces > 3 and random() > 0.85: break ray = Ray(hit.point, ω_o)

这段代码藏着四个关键决策点：

采样策略选择：BRDF采样和光源采样各有优劣。BRDF采样对镜面反射精准，但对远处小光源效率低；光源采样确保每次采样都打到光源，但对漫反射表面可能浪费。工业级引擎（如PBRT）用多重重要性采样（MIS），按pdf_brdf和pdf_light加权混合，但Lec 14的简易实现通常二选一。我的经验是：室内场景（多面光源）优先光源采样；室外场景（太阳+天空）BRDF采样更稳。
β权重的更新时机：β *= f * cosθ / pdf，这一步必须在确定采样方向后立即执行。f是BRDF值，cosθ是入射角余弦，pdf是该采样方向的概率密度。漏掉cosθ，能量不守恒；漏掉pdf，蒙特卡洛估计失效。我曾因忘记除pdf，画面噪点随深度指数增长。
俄罗斯轮盘的阈值：random() > 0.85意味着85%概率继续，15%概率终止。这个0.85不是魔法数字，它来自β的当前值。理想策略是：设存活概率p = min(0.95, β_max)，其中β_max是β的估计上限。但简易实现常用固定值。实测发现：0.85对大多数场景平衡较好；若设0.99，暗角噪点爆炸；设0.7，画面偏暗且细节丢失。
发射光（emission）的累加位置：L += β * hit.emission必须在循环开头，且在采样前。因为该点的自发光不依赖后续路径，是独立贡献。若放在采样后，可能因俄罗斯轮盘提前终止而漏掉。

3.3 全局光照的视觉线索：如何一眼识别你的GI是否正确

全局光照不是“开了就有效果”的开关，它通过三类视觉线索暴露自己：

颜色溢出（Color Bleeding）：红色地毯旁的白色墙壁，在阴影区应泛微红。原理是：地毯反射的红光，经墙壁漫反射进入阴影。若你的GI开启但无此效果，检查BRDF的漫反射项是否启用，以及间接光采样是否足够（SPP<50时此效果极弱）。
环境光遮蔽（Ambient Occlusion）：物体接触处（如球体与地面接触点）应更暗。这不是贴图，而是几何遮蔽导致间接光到达率降低。路径追踪中，AO是间接光积分值的自然结果。若接触点亮度与周围一致，说明你的路径深度太浅（max_depth<3），或俄罗斯轮盘过于激进。
柔和阴影（Soft Shadows）：点光源产生硬边阴影，面光源产生渐变阴影。全局光照中，阴影柔度取决于光源尺寸和距离。实测：1m×1m面光源在1m距离投下的阴影，半影区宽度约0.5m。若你的阴影边缘如刀切，检查光源采样是否用了面积光源（而非点光源近似）。

我调试GI时，会刻意构造“三色测试场景”：一个红球、一个绿立方体、一个蓝平面，全部漫反射。正确GI下，红球阴影区的绿立方体表面应泛红，绿立方体阴影区的蓝平面应泛绿。这比看最终渲染图更早暴露问题。

4. 实操过程与核心环节实现：从零搭建可验证的路径追踪器

4.1 环境准备：最小可行工具链（无需CUDA，CPU足够）

放弃“必须用GPU”的执念。一个功能完整的CPU路径追踪器，用C++ + Eigen + stb_image，200行核心代码即可启动。关键不是性能，是可控性。我的开发环境：

编译器：Clang 14+（对SIMD优化友好）
数学库：Eigen 3.4（矩阵/向量运算，避免手写3x3矩阵）
图像IO：stb_image_write.h（单头文件，写PNG无依赖）
随机数：PCG32（比std::mt19937更快，周期更长，适合蒙特卡洛）

为什么不用OptiX或CUDA？因为GPU抽象层会掩盖采样、PDF、β权重等核心概念。当你在CUDA kernel里看到__ldg(&brdf)，你已失去对数据流的掌控。CPU版本，每个变量、每次内存访问都清晰可见。

注意：stb_image默认加载sRGB图像，但路径追踪必须在线性空间工作。加载HDR贴图（.hdr/.exr）时用stb_image的stbi_hdr_to_ldr_gamma(1.0)保持线性；加载LDR贴图（.png/.jpg）时，必须手动伽马校正：linear = pow(srgb/255.0, 2.2)。我曾用未校正的PNG当纹理，金属球高光发灰，查了三天才发现是伽马问题。

4.2 核心数据结构：Scene、Ray、Hit的精简设计

一个健壮的路径追踪器，数据结构必须直击本质。我摒弃了OOP的层层继承，用结构体组合：

struct Vec3 { float x, y, z; Vec3 operator*(float s) const { return {x*s, y*s, z*s}; } float dot(const Vec3& v) const { return x*v.x + y*v.y + z*v.z; } }; struct Ray { Vec3 origin; Vec3 dir; // 归一化单位向量 }; struct Hit { bool valid = false; float t = INFINITY; // 交点距离 Vec3 point; // 交点坐标 Vec3 normal; // 几何法线（需翻转使朝向ray.dir） Vec3 emission; // 自发光（RGB） Vec3 albedo; // 反照率（RGB） float roughness = 0.0f; // 0=光滑，1=粗糙 float metallic = 0.0f; // 0=电介质，1=导体 }; class Scene { public: std::vector<std::unique_ptr<Shape>> shapes; std::vector<Light> lights; bool intersect(const Ray& r, Hit& hit) const { bool any_hit = false; for (auto& shape : shapes) { Hit temp; if (shape->intersect(r, temp) && temp.t < hit.t) { hit = temp; any_hit = true; } } return any_hit; } };

关键设计点：

Hit.normal必须朝向ray.dir（即点积>0），否则cosθ为负，BRDF计算出错。在Shape::intersect中，若原始法线与ray.dir点积为负，则翻转法线。
roughness和metallic作为材质参数直接存于Hit，避免运行时查表，提升缓存友好性。
Scene::intersect返回bool而非Hit，避免拷贝大结构体。

4.3 BRDF采样与评估：GGX+Schlick的完整实现

以下是Cook-Torrance BRDF的采样（sample）和评估（eval）函数，已通过能量守恒验证：

// GGX D项：微表面法线分布 float ggx_d(float ndotm, float alpha) { float a2 = alpha * alpha; float denom = ndotm * ndotm * (a2 - 1.0f) + 1.0f; return a2 / (M_PI * denom * denom); } // Smith G项：几何遮蔽（Beckmann近似） float smith_g(float ndotv, float ndotl, float alpha) { float a2 = alpha * alpha; auto lambda = [](float ndot, float alpha) -> float { float a2 = alpha * alpha; float root = sqrt(a2 + (1.0f - a2) * ndot * ndot); return (ndot - root) / (ndot * (1.0f + root)); }; return 1.0f / (1.0f + lambda(ndotv, alpha) + lambda(ndotl, alpha)); } // Schlick F项：菲涅尔 Vec3 schlick_f(const Vec3& f0, float u) { float pow5 = u * u * u * u * u; return f0 + (Vec3{1,1,1} - f0) * (1.0f - pow5); } // Cook-Torrance BRDF评估 Vec3 cook_torrance_brdf(const Vec3& wi, const Vec3& wo, const Vec3& n, const Vec3& h, const Vec3& f0, float alpha) { float ndoth = std::abs(n.dot(h)); float ndotv = std::abs(n.dot(wo)); float ndotl = std::abs(n.dot(wi)); float vdoth = std::abs(wo.dot(h)); float d = ggx_d(ndoth, alpha); float g = smith_g(ndotv, ndotl, alpha); Vec3 f = schlick_f(f0, vdoth); // 分母：4 * (n·v) * (n·l) float denom = 4.0f * ndotv * ndotl; if (denom < 1e-6f) return {0,0,0}; return (d * g * f) / denom; } // GGX重要性采样：给定入射方向wi和法线n，生成微表面法线m Vec3 sample_ggx_h(float alpha, float rand1, float rand2) { float a2 = alpha * alpha; float phi = 2.0f * M_PI * rand1; float cos2theta = (1.0f - rand2) / (1.0f + (a2 - 1.0f) * rand2); float sin2theta = 1.0f - cos2theta; float cos_theta = sqrt(cos2theta); float sin_theta = sqrt(sin2theta); return Vec3{ sin_theta * cos(phi), sin_theta * sin(phi), cos_theta }; }

采样函数sample_ggx_h生成的是微表面法线m，需通过m和入射方向wi计算出射方向wo：wo = 2*(wi·m)*m - wi。这是镜面反射公式，确保能量守恒。

4.4 路径追踪主循环：带降噪的完整流程

以下是最小可行路径追踪循环，支持直接/间接光照、俄罗斯轮盘、多光源采样：

Vec3 trace_path(const Ray& ray, const Scene& scene, int depth, PCG32& rng) { Vec3 L(0,0,0); // 总辐射率 Vec3 beta(1,1,1); // 当前路径权重 Ray current_ray = ray; for (int bounces = 0; bounces < 10; ++bounces) { Hit hit; if (!scene.intersect(current_ray, hit)) { break; // 未击中任何物体，返回背景 } // 累加自发光 L += beta * hit.emission; // 若达到最大深度，停止 if (bounces >= 9) break; // 计算该点的BRDF Vec3 f0 = hit.metallic > 0 ? hit.albedo : Vec3{0.04f, 0.04f, 0.04f}; Vec3 f = cook_torrance_brdf(-current_ray.dir, current_ray.dir, hit.normal, hit.normal, f0, hit.roughness); // 多光源采样：对每个光源计算贡献 Vec3 direct_L(0,0,0); for (const auto& light : scene.lights) { Vec3 light_dir, light_L; float pdf_light; std::tie(light_dir, light_L, pdf_light) = light.sample(hit.point, rng); // 检查是否被遮挡 Ray shadow_ray(hit.point + hit.normal * 0.001f, light_dir); Hit shadow_hit; if (scene.intersect(shadow_ray, shadow_hit) && shadow_hit.t < 1e-3f) continue; // 遮挡 float ndotl = std::max(0.0f, hit.normal.dot(light_dir)); Vec3 brdf_val = cook_torrance_brdf(light_dir, current_ray.dir, hit.normal, light_dir, f0, hit.roughness); direct_L += brdf_val * light_L * ndotl / pdf_light; } // BRDF采样 Vec3 brdf_dir; float pdf_brdf; Vec3 f_brdf; std::tie(brdf_dir, pdf_brdf, f_brdf) = sample_brdf(hit, current_ray.dir, rng, hit.roughness, f0); // MIS权重：按pdf大小加权 float weight_brdf = pdf_brdf / (pdf_brdf + pdf_light_total); float weight_light = 1.0f - weight_brdf; Vec3 sampled_L = weight_light * direct_L; if (pdf_brdf > 1e-6f) { float ndotb = std::max(0.0f, hit.normal.dot(brdf_dir)); sampled_L += weight_brdf * f_brdf * ndotb / pdf_brdf; } // 更新beta和下一跳方向 beta *= sampled_L; current_ray = Ray(hit.point + hit.normal * 0.001f, brdf_dir); // 俄罗斯轮盘 float p = std::min(0.95f, std::max({beta.x, beta.y, beta.z})); if (rng.next_float() > p) break; } return L; }

关键点：

shadow_ray起点加hit.normal * 0.001f，避免自相交（shadow acne）。
pdf_light_total是所有光源pdf之和，用于MIS权重计算。
sample_brdf函数内部调用sample_ggx_h生成m，再计算brdf_dir。
俄罗斯轮盘概率p取beta三通道最大值，确保最弱颜色通道不被过度裁剪。

5. 常见问题与排查技巧实录：那些让我熬夜到凌晨三点的Bug

5.1 噪点顽固不退？检查这五个隐藏开关

路径追踪的噪点，90%源于采样策略缺陷，而非SPP不足。以下是我整理的“噪点速查表”：

现象	最可能原因	排查方法	解决方案
整体画面颗粒感强，尤其暗部	PDF与被积函数不匹配	打印`pdf_brdf`和`pdf_light`的分布直方图	改用光源采样（对点/面光源），或增加MIS权重
镜面反射区域（如金属球）出现“星芒”噪点	BRDF采样未覆盖镜面主瓣	在`sample_ggx_h`中打印`ndoth`分布，应集中在1附近	检查GGX采样公式，确认`cos2theta`计算无误
阴影边缘锯齿明显	阴影采样不足或未用面积光源	关闭所有材质，仅保留纯白平面和点光源，观察阴影	用面光源替代点光源，或增加阴影采样数
颜色溢出区域（如红球阴影）呈块状色斑	间接光SPP过低或未启用漫反射路径	固定一个像素，输出其100次采样的L值序列	增加`max_depth`至5，确保至少2次弹射
画面整体偏灰，缺乏对比度	伽马校正缺失或BRDF归一化错误	测量纯白平面在纯白光源下的L_o值，应≈1.0	检查BRDF是否除以π，及sRGB转线性是否正确

我曾为解决“星芒噪点”熬了两夜。最终发现是sample_ggx_h中cos2theta的计算用了(1-rand2)/(1+(a2-1)*rand2)，但rand2范围是[0,1]，当rand2=0时，cos2theta=1，没问题；但当rand2=1时，分母为a2，cos2theta=0，导致sin_theta=1，采样方向完全偏离法线。修正为cos2theta = (1-rand2) / (1 + (a2-1) * rand2 + 1e-6f)，加了个极小值防除零，噪点立消。

5.2 “画面全黑”故障树：从电源到数学的逐层排查

当trace_path返回全黑，按此顺序排查（节省90%时间）：

硬件层：检查stbi_write_png是否成功返回非零值。失败则图像未写出，你以为黑，其实是文件损坏。
光线层：在trace_path开头加if (depth==0) return Vec3{1,0,0};，若画面变红，说明光线生成正常；否则检查摄像机矩阵和视口计算。
相交层：在Scene::intersect中，对第一个物体强制返回Hit{true, 0.1f, {0,0,0}, {0,0,1}, {0,0,0}, {0.5,0.5,0.5}}，若画面变灰，说明相交逻辑有问题。
BRDF层：注释掉L += beta * hit.emission，只留return f * ndotl，若画面有颜色，说明BRDF计算正常；否则打印f值，看是否全零（常见于ndotl<0未取绝对值）。
PDF层：打印pdf_brdf，若全为0或极大（>1e6），说明采样函数返回非法pdf。

我第一次遇到全黑，按此流程3分钟定位：hit.normal未翻转，ndotl为负，f计算中ndotl参与分母，结果NaN，传播至全黑。

5.3 材质调试秘籍：用三组参数快速验证BRDF

不要用复杂场景调试BRDF，用这组极简测试：

测试1（Lambert基准）：roughness=1.0, metallic=0.0, albedo={0.8,0.2,0.2}（红漫反射）。理论：纯漫反射，无高光，亮度随cosθ线性衰减。若出现高光，说明BRDF混入了镜面项。
测试2（镜面验证）：roughness=0.01, metallic=1.0, albedo={0.9,0.7,0.2}（金）。理论：锐利高光，边缘颜色偏黄（菲涅尔效应）。若高光发白，f0设错；若高光弥散，roughness太大。
测试3（能量守恒）：roughness=0.5, metallic=0.0, albedo={0.5,0.5,0.5}，用纯白光源（L_e={1,1,1}）。理论：L_o最大值应≈0.5（因cosθ≤1），且平均值≈0.5/π≈0.159。用代码计算1000像素均值，若>0.17，说明BRDF未归一化。