当前位置: 首页 > news >正文

The Lost Temple 失落的神庙3D资产

失落的神庙3D资产包已经发布!
这是一个由UModeler,股份有限公司提供的高质量和低成本的3D资产包。包中的所有资产都已在Unity中使用UModeler建模,因此可以在不离开Unity的情况下使用UModer快速调整。
如果你还没有UModeler,别担心。所有资源都可以随时用于您的内容,就像您使用通用的3D网格一样。
◼ 主要特点◼
56种低多边形3D模型。
56张资产卡,其中包含每种资产的信息。
完整演示场景
所有资产均已配备。FBX和。预制文件。
为UModeler用户提供单独的Unity包。
使用UModeler资源,您可以在Unity中立即调整网格。
◼ 兼容性◼
适用于Unity 2020.3.x及更高版本。
支持内置RP、URP和HDRP
◼ .unitypackage文件概述◼
LostTemple内置RP:内置RP和无UModeler的预制件。
LostTemple内置RP UModeler:内置RP和预制UModeler
LostTemple HDRP:HDRP和没有UModeler的预制件
LostTemple HDRP UModeler:HDRP和UM


http://www.mrgr.cn/news/31560.html

相关文章:

  • docker之容器设置开机自启(4)
  • 图像分割(二)
  • 丹摩征文活动|CogVideoX-2b:从安装到上线,轻松搞定全过程!
  • Mysql中数据添加,修改,删除
  • 深度学习中的多头注意力机制:原理与实现解析
  • QT-column小节一下
  • PMP--二模--解题--41-50
  • 2024年中国研究生数学建模竞赛D题大数据驱动的地理综合问题
  • Vue3与Flask后端Demo
  • Leetcode 剑指 Offer II 096.交错字符串
  • MySQL数据库的备份与恢复
  • Kalman算法、扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)的比较
  • 【深度学习】发展过程和实际应用场景——图像分类 ?自然语音处理?语音识别?自动驾驶?医疗影像诊断?附代码
  • PyTorch使用------自动微分模块
  • 【面试宝典】面试基础指导
  • 自动化运维:Ansible、Puppet、Chef工具对比与实战
  • 股价预测,非线性注意力更佳?
  • 掌握这些技巧让C语言学习更加轻松!
  • 【C++】list容器的基本使用
  • Java数据结构专栏介绍
  • MySQL数据库概述与基础
  • 2024年中国研究生数学建模竞赛F题思路代码模型文章——X射线脉冲星光子到达时间建模
  • How can I stream a response from LangChain‘s OpenAI using Flask API?
  • 生活小助手系统小程序的设计
  • 语言的复合语句
  • PCDN技术如何实现动态调度与负载均衡(壹)?