Shader 里的 MVP：顶点从模型空间到裁剪空间经历了什么

前面几篇主要站在客户端和 Transform 的角度讲矩阵，这一篇换一个视角：从 Shader 看顶点变换。

我自己第一次真正把这条链想明白，不是在看教材，而是在改 Shader 的时候发现“宏虽然能跑，但只要要接世界空间法线、屏幕空间效果或者深度效果，脑子里没这条空间链就一定会乱”。

很多 Unity 程序员第一次真正意识到矩阵的重要性，往往不是在 Transform，而是在 Shader 里看到一长串空间名：

  • Object Space
  • World Space
  • View Space
  • Clip Space

如果不把这条链串起来，写 Shader 很容易变成“宏能跑就行”。

一、MVP 其实就是一条连续的坐标转换链

MVP 分别是：

  • Model
  • View
  • Projection

它们描述的不是三种孤立矩阵，而是顶点要经过的三段路：

  1. 模型空间到世界空间
  2. 世界空间到观察空间
  3. 观察空间到裁剪空间

一个顶点从模型自己的局部坐标出发，最终能不能落到屏幕上，就靠这条链。

二、模型空间：顶点最初的家

模型空间就是美术资源自身的局部坐标系。

比如一个立方体资源，它的顶点可能天然围绕 (0, 0, 0) 排布。

这个阶段，顶点只知道自己在模型里的相对位置，不知道：

  • 这个物体被摆到场景哪里了
  • 它朝什么方向
  • 摄像机站在哪看它

所以模型空间的顶点，必须先经过 Model 变换。

三、Model 矩阵：把局部顶点带进世界

Model 矩阵本质上就是 localToWorldMatrix。

它把模型自己的顶点，从局部坐标转换到场景世界坐标。

在 Unity 语境里，你可以把它理解成：

这个物体在场景中的 TRS 总结果。

如果没有这一步，顶点永远只能待在资源自己的小世界里。

四、View 矩阵：把世界重新换成“相机眼中的世界”

世界空间看起来很自然，但 GPU 真正做投影前，更关心的是“相机视角下”的位置。

所以接下来要用 View 矩阵，把世界空间转换成观察空间。

你可以把它理解成：

不是相机去看世界，而是把整个世界搬到相机坐标系里。

做完这一步之后，相机就像站在原点，朝固定方向看出去。

五、Projection 矩阵：把三维体积压到可裁剪的空间里

到了观察空间，顶点已经相对于相机定位好了，但还没完成“投影”。

Projection 矩阵做的事情，是把三维观察体映射到一个规范裁剪空间。

这个阶段会引入：

  • 透视缩小
  • 近平面和远平面范围
  • 屏幕最终可见区域

如果是透视相机，远处物体会变小；如果是正交相机，则不会有透视缩放。

这就是 Projection 的核心区别。

六、为什么 Shader 里经常直接写 MVP

因为对顶点来说，这三段变换是连续的。

所以完全可以把它们预先合成一个总矩阵：

$$
MVP = P \cdot V \cdot M
$$

然后一次把模型顶点送到裁剪空间。

这对 GPU 很友好，也符合渲染流水线的处理方式。

七、Unity 里最常见的对应接口和宏

在 Unity Shader 里，你通常会碰到这些：

  • unity_ObjectToWorld
  • UNITY_MATRIX_V
  • UNITY_MATRIX_P
  • UNITY_MATRIX_MVP

如果你只把它们当神秘常量，后面写世界空间法线、屏幕空间效果、深度相关逻辑时会很吃力。

但如果你知道它们分别在做哪段空间转换，就会清楚很多。

例如顶点着色器里最常见的最小路径，其实就长这样：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
struct appdata
{
	float4 vertex : POSITION;
};

struct v2f
{
	float4 pos : SV_POSITION;
};

v2f vert(appdata v)
{
	v2f o;
	o.pos = mul(UNITY_MATRIX_MVP, v.vertex);
	return o;
}

如果你想把这段再拆开看，也完全可以显式走三步：

1
2
3
float4 worldPos = mul(unity_ObjectToWorld, v.vertex);
float4 viewPos = mul(UNITY_MATRIX_V, worldPos);
o.pos = mul(UNITY_MATRIX_P, viewPos);

这两种写法本质一样，只是后一种更适合调试“我到底在哪一段空间出了问题”。

八、为什么顶点着色器常常输出 SV_POSITION

因为顶点最终要交给光栅化阶段，必须先进入裁剪空间语义。

在 HLSL 里，通常会把经过 MVP 变换后的结果输出到 SV_POSITION。

这不是随便起的字段名，而是图形管线约定好的“顶点最终裁剪位置”。

九、一个最常见的实战问题：明明世界坐标对了，屏幕上却不对

这类问题很常见，特别是在做：

  • 屏幕特效
  • 轮廓线
  • 深度相关着色
  • 世界空间贴图

根因通常是空间搞混。

比如：

  • 你以为自己在用世界坐标，实际还在模型坐标
  • 你以为法线在观察空间，实际还是对象空间
  • 你把裁剪空间值拿去和世界空间值直接比较

矩阵知识在这里的作用，不是让你手推公式，而是让你能快速定位：

我现在这份数据，究竟处在哪个空间。

十、为什么做 UI 跟随、屏幕投影时也会回到这条链

把 3D 物体头顶血条投到屏幕上，本质上也离不开这条变换链。

它只是把“模型顶点走进裁剪空间”的逻辑，换成“世界点走进屏幕坐标”的逻辑而已。

换句话说，MVP 不只是 Shader 内部知识，它其实和客户端很多屏幕空间功能是连着的。

十一、调试 Shader 空间问题时最实用的思路

不要一上来怀疑平台、精度、宏定义。

先问自己三个问题：

  1. 我当前这份坐标在哪个空间？
  2. 我要比较或使用的另一份数据在哪个空间？
  3. 这两份数据是否经过了同一条矩阵链？

大多数空间错乱问题，都是这三问里的某一个没对齐。

十二、总结

MVP 不只是图形学教材里的缩写，它是 Unity 渲染里最核心的一条坐标转换链。

理解它之后，你再看模型空间、世界空间、观察空间、裁剪空间，就不会是四个散词，而是一条连续流程。

下一篇我会继续讲一个更容易踩坑的地方：非等比缩放为什么会把法线搞坏，以及 normal matrix 到底解决了什么问题。