解读

国内Unity项目普遍面临包体与内存双压：动画曲线、Timeline、粒子系统、UI Tween 动辄上千条浮点曲线，原始float（4 Byte）× 采样密度 × 轨道数，在移动端极易把AnimClip内存撑爆。Curve Compression 不是简单“降精度”，而是用有损量化+二次拟合+端点保留的策略，把曲线拆成“可接受误差”内的线段或Hermite，再用均匀/非均匀量化把float压到uint8/uint16，甚至bit-pack，最终让内存↓50%–80%，采样时通过固定点查表+线性插值还原，GPU 端也能直接解压缩。面试想听到的是：你如何权衡误差、如何选算法、如何落地到Unity管线、如何与美术QA对齐。

知识点

1. 曲线存储格式：Unity原生使用dense float[]，采样率30/60 Hz；压缩后改为curve segment header + quantized key + tangent。
2. 误差度量：国内大厂统一用max absolute error ≤ 0.01°/0.01units，或0.3% of range；面试必须说出误差预算如何与美术签字。
3. 主流算法
   a. Uniform Quantization：range map到[0,255]，GPU用1 cycle MAD还原；
   b. Optimal Segment Fit：Douglas-Peucker 迭代，把曲线拆成最少线段，端点保留全精度；
   c. Hermite/Spline Fit：用cubic Hermite 拟合，存储2个uint8 tangent + 2个uint16 key，误差由二次误差函数反向求解；
   d. Bit-pack：把scale曲线[-2,2] map到10bit，4条曲线打包到40bit，内存对齐5Byte。
4. Unity落地：
   • 导入管线：AssetPostprocessor 在OnPostprocessAnimation 回调里替换AnimationCurve为自定义CompressedCurve；
   • 运行时：Playable API 自定义CompressedAnimationPlayable，在ProcessFrame里用Burst+SIMD解包；
   • 热更兼容：把压缩数据放Addressable的BlobAsset，不破坏原AnimClip，老客户端回退到原始曲线。
5. 性能指标：iPhone 8 上1000条压缩曲线同时采样，主线程耗时<0.1 ms，相比原始floatcache-miss↓35%。

答案

“我在上一个项目中把角色、相机、UI 三大动画系统全部做了Curve Compression。
第一步，与美术对齐误差预算：旋转≤0.01°，位移≤0.5cm，缩放≤0.2%，误差超过即回退。
第二步，离线工具链：写了一个AnimationClipPostprocessor，在导入时把每段曲线做Douglas-Peucker+Uniform Quantization，key 数量降到原来的18%，再把range线性映射到uint8；如果某段误差超标，自动拆成两段并保留端点float精度。
第三步，运行时自定义CompressedCurvePlayable，用Burst编译的SIMD kernel 把uint8 解包成float，耗时只有0.08 ms/1000曲线，内存从5.2MB降到1.1MB，低端机发热降低1.3℃。
第四步，为了兼容热更，压缩数据存到Addressable的BlobAsset，老版本客户端无感知回退，零线上事故。上线后DAU 800万，崩溃率无上升，美术验收一次性通过。”

拓展思考

1. 如果项目用到Timeline + Control Track，如何把压缩曲线与PlayableAsset 的ExposedReference 结合，保证在Timeline 1.7+版本里不触发重新序列化？
2. 在WebGL 平台，JavaScript 端无法使用SIMD，如何设计two-pass 解压：第一趟用uint8 线性表在Worker 里解压，第二趟主线程只做lerp，避免主线程卡顿？
3. 面对IK 动画，压缩后可能出现末端效应器超差，如何引入end-effector constraint，在压缩阶段用Jacobian 迭代反向调整关键帧，使得误差累积<0.5cm？
4. 如果未来项目要上GPU Driven Animation，如何把压缩曲线直接上传到ComputeBuffer，用DXBC/Metal 的bitfield extract 指令在GPU 端解包，节省CPU 回读？