Galacean引擎1.5.0版本发布:粒子系统与渲染技术全面升级
Galacean是一款专注于高性能图形渲染的引擎,特别适合游戏开发和互动媒体应用。最新发布的1.5.0版本带来了多项重要更新,主要集中在粒子系统增强、色彩空间支持以及物理碰撞等方面,为开发者提供了更强大的工具集和更灵活的渲染控制能力。
粒子系统功能增强
1.5.0版本对粒子系统进行了多项重要改进。新增的ForceOverLifetime模块允许开发者定义粒子在其生命周期内受到的作用力变化,可以创建更真实的物理效果。同时,引擎现在支持从网格(Mesh)发射粒子,这意味着粒子可以从复杂的三维模型表面发射,为特效创作提供了更多可能性。
粒子系统还新增了自发光(emissive)支持,使粒子能够产生发光效果,特别适合制作火焰、能量等视觉效果。针对粒子渲染模式为stretched时的ForceOverLifetime计算问题,开发团队也进行了修复,确保了物理模拟的准确性。
色彩空间与渲染管线升级
本次版本引入了sRGB色彩空间支持,这是现代图形渲染中的重要特性。sRGB色彩空间更符合人眼对亮度的感知,能够呈现更自然的颜色过渡。同时,引擎还支持线性空间颜色混合,使颜色混合计算更加精确。
FXAA(快速近似抗锯齿)技术的加入显著提升了图像质量,特别是在边缘平滑方面。开发团队还对MSAA(多重采样抗锯齿)配置进行了优化,改进了内存使用效率,使抗锯齿效果与性能达到更好平衡。
针对HDR(高动态范围)渲染,相机现在支持alpha通道配置,为后期处理提供了更多控制选项。值得注意的是,1.5.0版本将所有颜色属性重构为线性空间表示,这是图形编程中的最佳实践,能够确保颜色计算在物理上更准确。
物理系统改进
物理系统方面,1.5.0版本增加了碰撞组支持,使开发者能够更精细地控制不同物体间的碰撞关系。同时修复了角色控制器位置同步延迟的问题,提高了物理模拟的准确性。引擎现在还支持自定义PhysX URL,为需要特定物理引擎版本的开发者提供了灵活性。
其他重要修复与优化
除了上述主要功能外,1.5.0版本还包含多项问题修复和性能优化。包括修复了透明画布相关的渲染问题、解决了加法混合模式在透明画布下的错误、修正了相机MSAA值不准确的问题等。文本度量方面也进行了改进,确保在不同设备上都能正确计算文本边界框。
上下文丢失(Context Lost)问题的修复增强了引擎的稳定性,特别是在Web环境中。BoundingBox现在支持toJson方法,方便开发者进行序列化操作。
总体而言,Galacean 1.5.0版本在粒子系统、渲染管线和物理模拟等方面都有显著提升,为创建更复杂、更真实的视觉效果提供了坚实基础。这些改进不仅增强了引擎的功能性,也提高了开发效率和运行性能。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00