开源流体仿真框架
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
mantaflow 是一个面向计算机图形学与机器学习流体仿真研究的开源可扩展框架。它以并行化 C++ 求解器为核心，配合 Python 场景定义接口和插件系统，目标是帮助研究者快速搭建场景、验证新的 Navier-Stokes 求解算法与流体动画方法。项目由慕尼黑工业大学 Thuerey group 维护，早期始于 ETH Computer Graphics Laboratory，并被多篇 SIGGRAPH/Eurographics 相关论文采用。
从功能看，mantaflow 覆盖了较完整的流体仿真研究栈：MAC Grid 欧拉仿真、PCG 压力求解、MacCormack 平流、粒子系统、FLIP 液体、表面网格跟踪、levelset 自由表面、fast marching、wavelet 与表面湍流、K-epsilon 湍流建模等。它支持 Linux、MacOS、Windows，可带 GUI 或无 GUI 运行。语言与接口上，底层是 C++，上层用 Python 描述场景；同时支持 numpy 数据类型，并可与 TensorFlow 耦合，适合做神经网络与流体方程结合的实验。
生态方面，mantaflow 可导出到 Maya 和 Blender 用于渲染，并且正文明确提到它已成为 Blender 的仿真引擎；此外还支持 OpenVDB，虽然部分导出能力被标注为实验性。项目声明为 open-source，正文没有给出任何商业定价、付费版本或支付方式信息。网站导航包含 Download、Getting Started、Licensing、Contributing、Documentation、Forum，但抓取正文未能体现文档深度，因此只能判断其具备基础文档入口。
优点是研究功能强、可扩展性好、C++ 性能与 Python 原型效率兼具，并能连接 Blender、Maya、TensorFlow、numpy 等生态。缺点是定位明显偏学术和算法实验，对普通应用开发者门槛较高；正文最后更新时间为 2018 年 8 月，当前维护活跃度无法确认；许可证细节、依赖安装、API 完整性也未在正文中展开。它更适合图形学研究者、流体仿真算法开发者、机器学习物理模拟研究人员，以及需要和 Blender 渲染流程结合的技术用户。
正文未提供中国大陆访问、镜像、网络或支付信息，mantaflow 又是开源下载型工具，因此中国访问状态只能标为未知。若访问官网或资源受限，用户可考虑 Blender 内置流体仿真、OpenFOAM 或 Taichi 等替代方案。
本测评基于公开资料整理,不构成购买建议,请以 mantaflow.com 官网实际信息为准。
适合图形学、机器学习仿真研究。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。