NeoTerrain Diffusion

模组

· 作者 cblegoboy

Terrain Diffusion 模组的 NeoForge 移植版。

0 本站下载 0 关注 更新于 5 个月前

最新 2.2.0-neoforge.1-windows+1.21.1 · 1.21.1 · NeoForge

一键开服(送7天)

NeoTerrain Diffusion

本项目是原版 Fabric Terrain Diffusion Minecraft 模组 的 NeoForge 移植版, 它将 Terrain Diffusion 世界生成模型 整合进了 Minecraft。

当前状态

此移植版目前仅支持服务端使用。

它专为 NeoForge 专用服务器设计。目前尚无法完全替代 Fabric 模组的客户端侧世界创建流程、客户端界面或单人游戏设置。

对于此服务器,世界设置通过 server.properties 完成,而非 Minecraft 客户端的“创建世界”屏幕。

已验证的本机服务器

此实现已在以下环境中构建并验证:

  • Minecraft 1.21.1
  • NeoForge 21.1.233
  • Java 21
  • Windows 10/11
  • DirectML GPU 推理
  • 专用服务器运行时

已验证的 jar 文件:

terrain-diffusion-mc-neoforge-2.2.0-neoforge.1-windows+1.21.1.jar

使用此模组运行的本机服务器位于:

C:\Users\Collin\Desktop\Server 1.21.1

要求

  • 一个 NeoForge 1.21.1 专用服务器
  • 同一 21.1.x 系列中 NeoForge 21.1.233 或更高版本
  • Java 21
  • 带有 DirectML 兼容 GPU 的 Windows 系统(用于已验证的构建)
  • 至少约 1.5 GB 可用显存 (VRAM)
  • 加载模型时额外需要约 2.5 GB 系统内存 (RAM)
  • 首次启动时需要联网,以便下载模型文件

此本机服务器的启动器使用的是以下 Java 21 运行时:

C:\Users\Collin\AppData\Roaming\ModrinthApp\meta\java_versions\zulu21.48.17-ca-jre21.0.10-win_x64\bin\java.exe

GPU 行为

Windows 构建版使用 DirectML 进行 GPU 推理。

正确的启动日志应包含以下内容:

Terrain diffusion inference: DirectML
ONNX model 'coarse' loaded on GPU
ONNX model 'base' loaded on GPU
ONNX model 'decoder' loaded on GPU

此移植版的 Windows 构建优先使用 DirectML,正常启动期间不应警告缺少 CUDA。此 Windows 服务器构建不需要 CUDA。

服务器安装

将 NeoForge jar 文件放入专用服务器的 mods 文件夹中。

对于此本机服务器,jar 文件保留在链接的 Modrinth 配置文件的 mods 文件夹中,以便服务器同步步骤能将其复制到:

C:\Users\Collin\Desktop\Server 1.21.1\server-runtime\mods

同步脚本还使用以下文件从服务器运行时中排除已知的客户端/渲染专用模组:

C:\Users\Collin\Desktop\Server 1.21.1\server-mod-exclusions.txt

本地服务器

运行:

C:\Users\Collin\Desktop\Server 1.21.1\Start-Server.bat

该启动器执行以下操作:

  1. 从 Modrinth 配置文件同步兼容服务器的模组。
  2. 确保被排除的客户端/渲染 jar 文件不会出现在 server-runtime\mods 中。
  3. 使用 Java 21 启动 NeoForge 专用服务器。

创建 Terrain Diffusion 服务器世界

由于目前这是服务端移植版,请在 server.properties 中配置世界。

当前本机服务器配置如下:

level-name=terrain-diffusion-world
level-type=terrain-diffusion-mc\:terrain_diffusion

正在使用的文件位于:

C:\Users\Collin\Desktop\Server 1.21.1\server-runtime\server.properties

首次启动时,模组会在以下位置下载并准备模型文件:

C:\Users\Collin\Desktop\Server 1.21.1\server-runtime\terrain-diffusion-models

配置

服务器配置文件创建于:

config\terrain-diffusion-mc.properties

对于此本机服务器,完整路径为:

C:\Users\Collin\Desktop\Server 1.21.1\server-runtime\config\terrain-diffusion-mc.properties

当前的调整值:

# 推理设备:"cpu"、"gpu" 或 "auto"。
# 在 Windows 构建中,"gpu" 意味着 DirectML。
inference.device=gpu

# 保持所有三个模型加载在 GPU 上,而不是在管道阶段之间重建 DirectML 会话。当有足够的显存时,这速度更快。
inference.offload_models=false

# 验证磁盘上已有模型文件的 SHA-256。
validate_model=true

# /td-explore 的本地 Web UI 端口。
explorer.port=19801

# 地形生成区域边长(以方块为单位)。必须是 2 的幂。
tile_size=256

# 出生点陆地搜索粗略像素区域大小。
spawn_search.initial_size=16
spawn_search.max_size=128

如果显存变得紧张,请设置:

inference.offload_models=true

这会降低峰值显存占用,但可能会减缓生成速度。

地形探索器

此移植版包含了服务端的地形探索器命令:

/td-explore

在游戏中运行它。服务器会打印出一个本地 Web UI 链接,通常是:

http://localhost:19801

使用探索器在游戏内旅行之前,先侦察大陆、山脉、岛屿、气候和有用的坐标。

世界规模

服务端移植版支持世界规模值 1..6。

默认规模为 2。

对于专用服务器世界,所选规模存储在世界存档中:

terrain-diffusion-world\data\terrain_diffusion_world_settings.dat

规模行为说明:

  • scale=1 更紧凑,且会更频繁地运行 Terrain Diffusion。
  • scale=2 是可玩性和性能的默认平衡值。
  • 更高的规模值会使每个生成的地形样本覆盖更多的方块,并将更多工作转移到 Minecraft 的 CPU 侧世界生成上。

由于此移植版目前仅支持服务端,在此设置中没有受支持的客户端世界创建自定义屏幕来更改规模。请将规模视为服务器世界存档的一部分。

常见问题

CUDA not available

此 Windows DirectML 构建不应发出该警告。如果出现,则服务器可能正在运行旧的 jar 文件或错误的构建变体。请重新安装 Windows DirectML jar 并重新运行服务器模组同步。

DirectML not available

更新 GPU 驱动程序并确认机器拥有 DirectML 兼容的 GPU。为了在没有 GPU 加速的情况下启动以进行故障排除,请设置:

inference.device=cpu

CPU 推理速度慢得多,不建议用于常规服务器使用。

A dynamic link library (DLL) initialization routine failed

使用当前的 Java 21 运行时环境。经过验证的本地服务器通过 Start-Server.bat 使用 Modrinth 提供的 Zulu Java 21 运行时。

java.lang.IllegalStateException: Failed to load terrain-diffusion models

这通常意味着发生了以下情况之一:

  • 模型下载失败。
  • 某个模型文件验证失败。
  • 服务器在加载模型时内存或显存不足。

请检查最新的服务器日志以及以下目录中的文件:

server-runtime\terrain-diffusion-models

服务器生成了普通世界

请检查 server.properties 并确认:

level-type=terrain-diffusion-mc\:terrain_diffusion

同时请确认 Terrain Diffusion jar 文件存在于 server-runtime\mods 中。

构建此移植版本

请使用 Java 21 JDK 进行 Gradle 构建。

在本机上,以下 JDK 可用:

C:\Program Files\Android\openjdk\jdk-21.0.8

构建 Windows DirectML 版本的 jar:

$env:JAVA_HOME='C:\Program Files\Android\openjdk\jdk-21.0.8'
$env:Path="$env:JAVA_HOME\bin;$env:Path"
.\gradlew.bat build -PuseDml=true

构建好的 jar 将写入:

build\libs\terrain-diffusion-mc-neoforge-2.2.0-neoforge.1-windows+1.21.1.jar

对于本地服务器,请将重新构建的 jar 复制到以下两个位置:

C:\Users\Collin\Desktop\Server 1.21.1\mods
C:\Users\Collin\Desktop\Server 1.21.1\server-runtime\mods

然后进行验证:

powershell -NoProfile -ExecutionPolicy Bypass -File "C:\Users\Collin\Desktop\Server 1.21.1\Sync-ServerMods.ps1"
powershell -NoProfile -ExecutionPolicy Bypass -File "C:\Users\Collin\Desktop\Server 1.21.1\Validate-ServerBoot.ps1" -TimeoutSeconds 900

预期结果:

Result: done
Terrain diffusion inference: DirectML

生成搜索:用于在 (0, 0) 附近寻找陆地出生点的粗像素区域大小。 从 initial_size x initial_size 开始,每步扩大 8,直到 max_size x max_size。 每个粗像素覆盖很大的区域(数百个方块),因此 16–128 通常已足够。 spawn_search.initial_size=16 spawn_search.max_size=128


### 按世界设置

对于 Terrain Diffusion 世界,在世界创建界面点击 **Customize** 并设置:

- `World Scale`(整数 `1..6`)

该值会随世界存档保存,并影响:

- 每个方块代表的实际米数(`scale=1` => `30m/block`,`scale=2` => `15m/block`,依此类推)
- 新创建世界的最大高度(假设最高点为 10000 实际米)
- 推荐值为 2,可在规模和可玩性之间取得良好平衡。若希望更小、更紧凑的世界,请使用 1。
- 较低的值会给 GPU 带来更大压力(Terrain Diffusion 运行更频繁),而较高的值会给 CPU 带来更大压力(世界高度更大)。大多数现代 GPU 在 scale 2 或 3 左右时会受限于 CPU。

## 常见问题

**动态链接库 (DLL) 初始化例程失败**

这可能发生在某些较旧的 Java 版本上。请更新到最新版本的 Java 21 或更高版本。[最新版 Microsoft OpenJDK 21](https://learn.microsoft.com/en-us/java/openjdk/download) 已知可以正常工作。

**LoadLibrary failed with error 126** *(仅限 CUDA 构建版)*

这通常是由于 CUDA 或 cuDNN 安装不当所致。请参阅 [CUDA_INSTALL.md](CUDA_INSTALL.md) 获取故障排除步骤。

**java.lang.IllegalStateException: Failed to load terrain-diffusion models**

这通常表示“内存不足”错误(日志中也应显示此信息)。
Terrain Diffusion 的模型占用约 2.5GB 内存,因此请确保分配足够的内存以容纳这些模型。

**如果您的问题仍未解决,请在此处 [提出 Issue](https://github.com/xandergos/terrain-diffusion-mc/issues/new)。**

## 从源码构建

构建过程中需要网络连接,以便从 Hugging Face 获取固定的模型清单元数据。

`-windows` 构建版依赖 `libs/onnxruntime-dml.jar`,该文件作为仓库的一部分提供。参见 [使用 DirectML 构建 onnxruntime](#building-onnxruntime-with-directml) 了解如何从源码构建。

构建 Windows (DirectML) 版本:

./gradlew build -PuseDml=true


构建 CUDA 版本:

./gradlew build -PuseCuda=true


构建 CPU 版本(同时也自动处理 macOS/CoreML):

./gradlew build -PuseCpu=true


构建所有版本:

./gradlew buildAll


### 使用 DirectML 构建 onnxruntime

**要求**

- [Windows 10 SDK (10.0.17134.0)](https://developer.microsoft.com/en-us/windows/downloads/sdk-archive/index-legacy) — 适用于 Windows 10 版本 1803 或更高版本
- Visual Studio 2017 工具链 — 从 VS Installer 安装 *Desktop development with C++*
- Visual Studio 2022 工具链 — 同上
- Python 3.10+: [https://python.org/](https://python.org/)
- CMake 3.28 或更高版本

请保持两个 VS 工具链均为最新版本。详细信息见 [ONNX Runtime 构建文档](https://onnxruntime.ai/docs/build/inferencing.html) 和 [DirectML EP 要求](https://onnxruntime.ai/docs/execution-providers/DirectML-ExecutionProvider.html#build)。

**步骤**

请在 **VS 2022 Developer Command Prompt** 中运行所有命令。

git clone --recursive cd onnxruntime .\build.bat --config RelWithDebInfo --build_shared_lib --parallel --compile_no_warning_as_error --skip_submodule_sync --use_dml --build_java --build


构建好的 jar 出现在 `java/build/` 中。将其重命名为 `onnxruntime-dml.jar` 并放入本仓库的 `libs/` 目录中。

## 给模组开发者的说明

虽然修改 AI 地形本身相当复杂,但与 Minecraft 生物群系的集成却极其简单。模型输出高程 + 4 个气候变量,并通过手写规则转换为 Minecraft 生物群系。这是提升地形质量最直接的方式,相对容易实现,但需要时间才能达到逼真的效果。整个生物群系分类器 [仅 250 行代码](https://github.com/xandergos/terrain-diffusion-mc/blob/master/src/main/java/com/github/xandergos/terraindiffusionmc/pipeline/BiomeClassifier.java)。

地形多样性远远超过了生物群系多样性,目前存在缩小这一差距的巨大潜力。希望有人能在这方面深入挖掘。
explorer.port=19801

# 出生点搜索:在 (0, 0) 附近寻找陆地出生点时使用的粗像素区域大小。
# 从 initial_size x initial_size 开始,每步增加 8,直到 max_size x max_size。
# 每个粗像素覆盖大片区域(数百个方块),因此 16–128 通常已足够。
spawn_search.initial_size=16
spawn_search.max_size=128

世界级设置

对于 Terrain Diffusion 世界,在世界创建界面点击 Customize 并设置:

  • World Scale(整数 1..6)

该值会保存至世界存档中,并影响以下内容:

  • 每个方块代表的现实世界米数(scale=1 => 30m/block,scale=2 => 15m/block,依此类推)
  • 新创建世界的最大高度(假设最高点为现实世界 10000 米)
  • 推荐值为 2,可在比例尺与可玩性之间取得良好平衡。若希望更小、更紧凑的世界,请使用 1。
  • 较低的值会给 GPU 带来更大压力(Terrain Diffusion 运行频率更高),而较高的值会给 CPU 带来更大压力(世界高度更大)。大多数现代 GPU 在 scale 2 或 3 时可能会受限于 CPU 性能。

常见问题

动态链接库 (DLL) 初始化例程失败

某些较旧的 Java 版本可能会出现此问题。请更新至最新的 Java 21 或更高版本。最新的 Microsoft OpenJDK 21 版本已被证实可用。

LoadLibrary failed with error 126 (仅限 CUDA 构建版)

这通常是由于 CUDA 或 cuDNN 安装不当所致。请参阅 CUDA_INSTALL.md 获取故障排除步骤。

java.lang.IllegalStateException: Failed to load terrain-diffusion models

这通常表明“内存不足”错误(日志中也应显示相关信息)。 Terrain Diffusion 的模型约占 2.5GB RAM,因此请确保分配足够的内存以容纳此部分开销。

如果您的问题仍未解决,请在此处 提交 Issue。

从源码构建

构建过程中需要联网,以便从 Hugging Face 获取固定的模型清单元数据。

-windows 构建版需要 libs/onnxruntime-dml.jar,该文件作为仓库的一部分提供。请参阅 Building onnxruntime with DirectML 了解如何从源码构建。

Windows (DirectML) 构建:

./gradlew build -PuseDml=true

CUDA 构建:

./gradlew build -PuseCuda=true

CPU 构建(同时也自动处理 macOS/CoreML):

./gradlew build -PuseCpu=true

全部构建:

./gradlew buildAll

使用 DirectML 构建 onnxruntime

要求

  • Windows 10 SDK (10.0.17134.0) ——适用于 Windows 10 版本 1803 或更高版本
  • Visual Studio 2017 工具链 —— 通过 VS Installer 安装 Desktop development with C++
  • Visual Studio 2022 工具链 —— 同上
  • Python 3.10+:
  • CMake 3.28 或更高版本

请保持两个 VS 工具链均为最新版本。完整详情见 ONNX Runtime 构建文档 和 DirectML EP 要求。

步骤

所有命令请在 Developer Command Prompt for VS 2022 中运行。

git clone --recursive https://github.com/Microsoft/onnxruntime.git
cd onnxruntime
.\build.bat --config RelWithDebInfo --build_shared_lib --parallel --compile_no_warning_as_error --skip_submodule_sync --use_dml --build_java --build

生成的 jar 文件位于 java/build/ 中。将其重命名为 onnxruntime-dml.jar 并放入本仓库的 libs/ 目录中。

致模组开发者提示

虽然修改 AI 地形本身相当复杂,但与 Minecraft 生物群系的集成却极其简单。模型输出海拔 + 4 个气候变量,并通过手工编写的规则转换为 Minecraft 生物群系。这是提升地形质量最直接的方式,相对容易实现,但要达到逼真的效果仍需耗时。整个生物群系分类器 仅包含 250 行代码。

地形多样性远远超过了生物群系多样性,目前存在缩小这一差距的巨大潜力。希望有人能在这方面深入挖掘。

你是这个资源的作者?登录后可认领此资源。

评论 0

0.0
暂无评分
5 星
0
4 星
0
3 星
0
2 星
0
1 星
0
我的评分

登录后参与评分

还没有评论,来抢沙发吧

评论配图

相似资源