Godot引擎4.4版本Web导出纹理变黑问题分析
在Godot引擎4.4版本中,开发者报告了一个关于Web导出的重要渲染问题:当项目导出为Web平台时,3D模型和Sprite3D等对象的纹理会显示为全黑色。这个问题在4.3版本中并不存在,表明这是一个新引入的回归性bug。
问题现象
当使用Godot 4.4版本创建包含纹理对象的场景并导出到Web平台时,纹理无法正确显示,呈现为黑色。有趣的是,内置的SVG资源(如Godot机器人图标)仍能正常显示,说明问题可能特定于某些纹理类型。
技术分析
经过深入调查,发现问题根源与纹理压缩机制有关。具体表现为:
-
WebGL限制:WebGL的
WEBGL_compressed_texture_s3tc扩展对纹理尺寸有严格要求,要求每个mipmap级别的宽度和高度都必须是4的倍数。 -
BetsyCompressor问题:Godot 4.4引入的新GPU纹理压缩器(BetsyCompressor)未能正确检查纹理尺寸是否符合WebGL规范。而旧版的软件压缩器则能正确处理这些限制。
-
错误表现:当尝试压缩260×250这样不符合要求的纹理时,控制台会显示明确的错误信息,指出250不是有效的宽度,因为基础mip级别需要宽度为4的倍数。
解决方案
目前有两种可行的解决方法:
-
调整纹理尺寸:将纹理调整为符合WebGL要求的尺寸(如256×256),然后重新导入项目。这种方法简单直接,但可能需要重新处理部分美术资源。
-
禁用GPU纹理压缩:在项目设置中关闭BetsyCompressor,回退到旧版的软件压缩方式。这种方法可以保留原有纹理尺寸,但可能会影响性能。
开发者建议
对于使用Godot 4.4进行Web开发的团队,建议:
-
在项目初期就规划好纹理尺寸,确保符合WebGL规范(宽度和高度为4的倍数)。
-
导出Web版本前,在编辑器中全面测试纹理显示效果,特别是非标准尺寸的纹理。
-
关注Godot官方更新,这个问题很可能会在后续版本中得到修复。
这个问题提醒我们,在不同平台间移植项目时,需要特别注意各平台的特定限制和规范。Web平台由于其运行环境的特殊性,往往有更严格的资源要求。
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