URHand是第一個能夠在不同視角、姿勢、光照和身份之間實現泛化的通用光照手模型。該模型可以使用手機拍攝的圖像進行少拍攝個性化，並且可以在新的光照條件下實現逼真渲染。基於神經網絡多視角手部圖像的光照，我們構建了強大的通用光照先驗。我們提出了一種神經渲染器，它採用了空間變化的線性照明模型，並以物理啟發的陰影作為輸入特徵。通過移除非線性激活和偏差，我們的特定設計的照明模型明確保持了光傳輸的線性性。我們還引入了基於物理的模型和神經光照模型的聯合學習，進一步提高了保真度和泛化性能。大量實驗表明，我們的方法在質量和泛化能力方面都優於現有方法。我們還展示瞭如何從手機對未曾見過的身份進行快速個性化。