📌 项目地址：st-tech/ppf-contact-solver | ⭐ 3,426 颗星 | 🔧 Python | 📜 未标注
一个电商公司为什么要自己写物理引擎
ZOZO是日本最大的时尚电商。2020年左右，他们发现虚拟试穿中布料仿真的质量直接影响退货率。布料穿透、悬空、褶皱失真——这些游戏引擎允许的瑕疵在电商场景里不可接受。市面上的物理引擎要么精度不够，要么无法GPU加速。他们决定自己写。项目取名ppf-contact-solver，2023年开源，现在GitHub上3426颗星。
核心是一个接触求解器，处理的对象包括布料（shells）、弹性体（solids）、绳索（rods）、刚体（rigid bodies）和沙粒（sand）。全部用Python编写，底层计算在GPU上运行。
技术上的几个硬核决策
单精度跑1.8亿接触，靠两个手段
GPU显存有限。float64显存占用翻倍，带宽减半。但单精度做接触约束容易飘——力的方向偏一点，三角形就穿透。ZOZO的解法：
符号计算雅可比矩阵。 通常物理引擎用数值差分计算梯度，每次迭代要调用多次力函数，有截断误差。他们推导了有限元方法的封闭梯度表达式（symbolic force jacobians），一次性算出精确梯度。单精度下力的方向不偏，误差被压在约束边界内。官方文档里有一个布料覆盖半球的示例，三角形最大形变没超过1%。
缓存优化。 GPU缓存喜欢连续内存访问，跳跃读取性能下降。接触检测阶段就把接触数据按空间顺序排好，求解器直接消费连续数组。极限测试跑过1.8亿个接触点——这个量级下缓存效率决定死活。
有限应变有严格上限
三角形不能随便拉伸。他们设了严格的上界（例如1%）。很多物理引擎允许5%-10%形变，但ZOZO的布料仿真要求形变很小，否则虚拟衣服看起来不真实。他们用FEM（有限元法）处理可变形体，并且参数经过校准——布料预设匹配真实测量数据，有一份专门的报告（fabric-report）。
刚体支持有限，但够用
README把rigid bodies排在shells、solids、rods后面，说明主次。刚体主要用于混合场景——布料覆盖刚体球面，或绳索绑在刚体柱子上。如果主要做刚体碰撞的游戏开发，别拿它跟Bullet比。ZOZO的刚体支持只是附带。
上手：30秒启动，macOS只能远程
- Windows：从Releases下载zip（约400MB），解压，双击
start.bat，浏览器自动弹出JupyterLab。不写注册表，不依赖系统环境变量，删文件夹就是卸载。 - Linux：拉Docker镜像（约1GB），同样走JupyterLab。镜像内打包了CUDA环境，可以绕开宿主机NVIDIA驱动版本限制。
- macOS：没有NVIDIA GPU，本地跑不了。官方提供Blender插件，把模拟指令发到远程GPU服务器，结果拉回本地渲染。README说“Simulate remotely from our Blender add-on”，并配了macOS上的截图。目前免费，但网络延迟明显。
所有示例在JupyterLab里有完整Notebook。Python API全部写docstring，对着改参数就能玩。
工程化细节：10次CI、1GB Docker、无安装
项目主页挂了一排CI状态徽章。其中两个工作流叫run-all-once和run-all-once-win，会顺序执行全部示例10次，每次检查输出文件是否完整。多数开源物理引擎只跑单次CI，偶尔fail不管。ZOZO固定10次反复跑，成本翻倍，但能捕获偶发数值错误——比如某些GPU驱动在特定几何上触发单精度误差的边界情况。
Docker镜像约1GB，部署快。Windows版本是可执行文件，不需要安装向导，解压即用。
LLM透明度：标注了哪些部分由AI写成
README专门有一节“LLM Transparency”，说明他们用LLM辅助写文档，但每个被LLM处理过的段落都做了Markdown标记。在AI写README泛滥、虚构功能、编造API的当下，这种做法少见。至少你读到的东西不是AI瞎编的，技术细节可以信任。
适合谁，不适合谁
适合：需要高精度布料/柔性材料GPU仿真的人。虚拟试穿、手术模拟、柔性材料工程都行。特别是要求接触无穿透、三角形形变极小（1%以下）的场景。
不适合：纯CPU仿真（项目太重），刚体为主的物理（功能支持浅），macOS本地直接运行（只能用Blender插件远程）。如果你的应用允许5%以上形变、偶尔穿透无所谓，那用游戏引擎更轻量。
总结
ZOZO开源物理引擎的核心价值不是“又一个物理求解器”，而是它解决了一套实际生产问题——电商虚拟试穿对布料的精度要求远超游戏引擎。1%的应变上限、符号雅可比矩阵、缓存优化的接触数据、10次CI测试，这些听起来像是过度工程，但对一个每年处理数千万服装图片的电商公司来说，零失败是刚需。
如果你做布料的GPU仿真，这个项目值得花几小时翻一遍源码——特别是它的接触检测和雅可比求解部分。