體素藝術史：從 Comanche、Minecraft 到 MagicaVoxel

「voxel」一詞由 volume element（體積元素）縮合而成，構詞方式類似 pixel。體素可以在三維網格的一個位置儲存密度、材質、顏色、佔用狀態或其他數值。

電腦斷層掃描（CT）與磁力共振掃描（MRI）是很自然的例子：一系列採樣切片形成一個體積，每個網格單元都能保存一筆量度值。體素本身不一定是看得見的立方體；立方體只是顯示或編輯網格單元的便利方式。

NovaLogic 的 Comanche: Maximum Overkill 是商業遊戲早期使用「體素」地形的知名案例。其 Voxel Space 方法結合高度圖、色彩圖與依視角採樣，在當時的 CPU 上有效率地繪製起伏地形。

它並不是可以在每個座標任意堆疊方塊的完整通用三維網格，而更接近 2.5D 高度場。不過，其平滑山谷與丘陵，和許多 1990 年代初期遊戲中稀疏的多邊形地景有明顯差異。

隨著消費級 GPU 加速多邊形繪製，高度場體素引擎逐漸退居次要地位。這個概念後來以另一種形式回歸：由離散網格單元構成，並能讓玩家修改的世界。

Minecraft 在 2009 年首次公開發行，把放置與移除方塊變成核心互動。世界被切分成區塊（chunk），讓地形能以可管理的區域進行生成、儲存、網格化與繪製。方塊通常會先轉為多邊形網格再交給 GPU；把這種視覺風格稱為「體素」，描述的是網格化世界模型，而不是要求直接繪製原始體積樣本。

Microsoft 於 2014 年 9 月宣布，以 25 億美元收購 Mojang 與 Minecraft 系列的協議，反映方塊世界概念從獨立開發起源走了多遠。

3D Dot Game Heroes、Cube World、Crossy Road 與 Trove 等遊戲，促使立方體建模成為刻意選擇的美術風格，而不只是繪製捷徑。

限制反而能激發創作：藝術家在有限網格中建立清楚的輪廓、色塊與光影，就像像素藝術家在有限的二維點陣上作畫。成果在小尺寸下仍容易辨識，也便於在三維空間旋轉與製作動畫。

ephtracy 開發的 MagicaVoxel 提供專門用於體素藝術的編輯器與渲染器。其公開規格所記載的 .vox 格式採用區塊式二進制結構，常見區塊包括：

VOX 檔案標頭
MAIN
├─ SIZE  模型尺寸
├─ XYZI  體素位置與調色板索引
└─ RGBA  選用的 256 色調色板

在 XYZI 項目中，x、y、z 與色彩索引各佔一個位元組。較新的格式版本也支援場景圖、變換、群組、材質及其他區塊。開發人員應遵循目前的格式文件，不要假設每個檔案都只含一組 SIZE/XYZI。

為每個已佔用的網格單元繪製一個完整立方體會浪費大量運算：內部表面永遠看不見，相鄰且共平面的表面也常能合併。

貪婪網格化會沿各軸掃描可見面，並把兼容的相鄰面合併成較大的矩形。一個矩形可以輸出為兩個三角形。實際縮減幅度高度取決於模型，但大型平坦表面通常能以遠少於「每體素一個立方體」的方法所需之四邊形數量來表示。

1. 捨棄兩個相鄰且已佔用的網格單元之間的表面。
2. 在每個切片上，為剩餘表面建立二維遮罩。
3. 將兼容的單元合併成最大矩形。
4. 以正確材質與方向，把每個矩形輸出為四邊形。

體素編輯器可把網格匯出為 OBJ 或 glTF/GLB 等格式。Khronos 將 glTF 定義為精簡、與執行環境無關的三維資產傳輸格式，供原生與網頁引擎使用；它能以節點、變換、網格、材質、攝影機與動畫表示完整場景。

常見流程是在體素編輯器中製作模型、產生優化表面網格、匯出 GLB，再載入 Blender、遊戲引擎或 WebGL 應用程式。即使最後交付的資產是傳統三角形網格，體素網格仍是創作時的模型。

• 體素代表採樣三維體積數據中的網格單元；這個詞並非源自一種美術風格的名稱。
• Comanche 是 1992 年採用 Voxel Space 高度場地形的知名早期商業案例。
• Minecraft 使可編輯方塊世界成為全球性的視覺語言。
• MagicaVoxel 提供專門的編輯器與渲染器，以及有公開規格的區塊式 .vox 格式。
• 貪婪網格化會移除隱藏面，並將兼容的可見面合併為較大的四邊形。
• glTF/GLB 提供可互通的方式來傳遞產生的三維資產。

你可以使用 NanToo 的網上體素製作工具建立模型；它可直接在瀏覽器中儲存項目，並匯出 VOX、OBJ、GLB 或 GIF 動畫。