Gaffer 1.5.15.0版本发布:场景全局选项处理与动画编辑增强
Gaffer是一款开源的视觉特效和动画制作工具,专注于提供节点式的工作流程,广泛应用于电影和电视制作领域。它结合了强大的场景描述能力和灵活的节点网络,使艺术家和技术总监能够高效地创建复杂的视觉效果。
核心功能更新
ShuffleOptions节点引入
本次1.5.15.0版本新增了ShuffleOptions节点,这是一个专门用于处理场景全局选项的重要工具。在特效制作中,场景全局选项包含了影响整个场景的各种参数设置。ShuffleOptions节点允许用户对这些选项进行重新排列和重组,大大提升了场景设置的灵活性。
这个功能特别适合需要频繁调整全局参数的工作流程,比如在不同渲染层之间切换设置,或者在测试渲染和生产渲染之间快速转换。
动画编辑功能增强
多属性同时动画支持
动画系统得到了显著增强,现在支持对颜色、向量和边界框等多种类型插件的动画处理。更重要的是,用户可以在多个插件上同时应用动画操作,这一改进在以下几个编辑器中尤为实用:
- 灯光编辑器(LightEditor)
- 渲染通道编辑器(RenderPassEditor)
- 属性编辑器(AttributeEditor)
- 电子表格界面(Spreadsheet UI)
这意味着艺术家可以一次性为多个相关参数创建动画,而不需要逐个设置,大大提高了工作效率。
快捷键优化
编辑体验也得到了改善,新增了以下快捷键组合:
- Shift + Enter:提交编辑但不关闭弹出窗口
- Shift + Ctrl + Enter:同样用于提交编辑并保持窗口开启
这种设计允许用户在连续编辑多个值时保持编辑器窗口打开,避免了频繁打开关闭窗口的操作,使工作流程更加流畅。
灯光编辑器改进
针对Arnold渲染器的灯光编辑器进行了布局优化:
- 重新组织了各个部分的顺序
- 调整了部分栏目在各自部分中的排列
这些调整使界面更加符合Arnold灯光参数的组织逻辑,让用户能够更直观地找到需要的控制项。
USD相关增强
USD加载能力扩展
SceneReader现在能够识别并加载更多类型的USD图元:
- ArnoldAlembic
- ArnoldUsd
- ArnoldProceduralCustom
这些图元会被转换为ExternalProcedural对象,扩展了Gaffer对USD生态系统的支持。
环境变量自动配置
当指定ARNOLD_ROOT时,Wrapper现在会自动将$ARNOLD_ROOT/plugins/usd/usdArnold/resources添加到PXR_PLUGINPATH_NAME环境变量中,简化了Arnold与USD的集成配置。
问题修复
本次版本修复了多个影响用户体验的问题:
-
RenderMan相关修复:
- 增加了对多种数组类型属性的支持,特别是修复了从USD加载的
render:displayColor属性的导出问题 - 修复了通过Dots等中间节点建立的连接加载失败的问题
- 增加了对多种数组类型属性的支持,特别是修复了从USD加载的
-
表达式系统:
- 修复了名称中包含
:字符的插件在创建OSL表达式时的错误
- 修复了名称中包含
-
Python编辑器:
- 修复了在输入部分插件或节点名称或字典键后输入
:时不显示自动完成菜单的问题
- 修复了在输入部分插件或节点名称或字典键后输入
-
动画系统:
- 修复了插件上下文菜单中的"跳转到"功能
-
编辑菜单:
- 当选择内容为只读时,现在会正确禁用"重命名"菜单项
-
目录系统:
- 增加了对从Gaffer 1.6保存的Catalogues的前向兼容性
-
场景读取:
- 修复了加载具有独特动画的实例化UsdSkel几何体的问题
构建系统改进
构建系统新增了buildGraphics选项,允许单独构建Gaffer标志和图标。此外,Cortex库已更新至10.5.15.0版本,提供了更好的底层支持。
总结
Gaffer 1.5.15.0版本通过引入ShuffleOptions节点和增强动画编辑功能,进一步提升了特效制作的工作效率。特别是对USD生态系统的扩展支持和RenderMan相关修复,使得这款工具在现代特效制作流水线中更加可靠和强大。这些改进既考虑了技术总监的需求,也照顾到了艺术家的使用体验,体现了Gaffer团队对用户工作流程的深入理解。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00