解读

面试官抛出此题，核心想验证三件事：

1. 你是否真的在移动平台上做过光照优化，而不是只会用Lighting Settings面板“点两下”；
2. 能否把数学概念翻译成工程落地的语言——“SH系数怎么存、怎么压、怎么还原”；
3. 对Unity管线里内置压缩策略与自定义策略的边界是否清楚，能否在“效果-包体-性能”三角里做权衡。
   答得太浅（“就是3阶球谐压缩颜色”）会被追问带宽，答得太深（“我实现了Zonal Harmonics+Clustered PCA”）又容易被质疑过度设计。国内项目普遍要跑在千元安卓机上，所以务必把“为什么压、压多少、压完怎么还原”讲成一条量化指标链。

知识点

1. 球谐函数（SH）：用正交基把球面信号投影成系数向量，Unity光照贴图环境光默认L2阶（9系数，RGB各9=float27）。
2. Ambient Probe：引擎运行时对LightProbe/Environment采样后生成的“天空盒+GI”颜色球，移动端每帧插值，带宽敏感。
3. 量化压缩：Unity内置把27×32bit→27×8bit（0-255），再打包成7个4×8bit纹理（RGB9方案），运行时GPU采样再scale回实数。
4. 自定义压缩：
   • Range Fit：先对场景所有Probe做Min-Max归一化，存一张4×8bit的per-probe scale/bias，系数存8bit，误差≈0.8‰；
   • Octahedral+BC7：把方向光部分抽出来做Octahedral编码，漫反射部分用L1+Scale，整体塞进BC7块，iOS A13+设备带宽降42%；
   • L1+Occlusion：低端机直接砍到L1（4系数），用AO通道补能量，Shader里dot(shAr, shBr)还原，ALU增4指令，包体省60%。
5. 量化误差与bandpass：8bit量化会把高频方向光压成“灰”，解决方法是** directional dominant light extraction**，把最强光抽出去单独做太阳方向SH，剩余能量再L2压缩，千元机实测ΔE<2.3。
6. Unity版本差异：2021.3以前CPU端解码，2022.1+ GPU端采样后scale，带宽减半但要求GLES3.1+AEP，国内发行需做双路径回落。

答案

“我们在上一个开放世界项目里把LightProbe数据从27 floats压到8 bytes，分三步：

1. 离线归一化：对全图2000+ Probe做Range Fit，每Probe存一个maxRGB，系数用8bit量化，误差控制在1‰以内；
2. Shader还原：GPU端用4条ALU把8bit系数scale回实数，再乘maxRGB，带宽从108 B/probe降到8 B，低端机帧率提升2.1 ms；
3. 太阳方向补偿：把最强方向光抽出来单独做1阶SH，剩余能量用L2，既保留高光方向，又避免量化把太阳压灰。
   最终包体里LightProbeAsset从12 MB→1.8 MB，红米Note 10连续跑30 min无掉帧，美术肉眼无差异。”

拓展思考

如果面试官继续追问“还能再压一半吗”，可以抛出Clustered SH + BC6H方案：

• 离线K-Means把场景Probe聚64簇，每簇存一份L2基，实例只存clusterIdx+scale，GPU用uint8索引查表；
• 方向高频部分用BC6H立方图存Sun Radiance，Shader里采样后与SH低频相加，整体再省50%内存，但要求GLES3.2+Vulkan1.1，国内需做机型白名单。
  落地时要给发行部一张“压缩等级-覆盖率-效果”对照表，让运营在后台动态下发，避免“一刀切”导致低端机花屏。