Houdini Engine for Unreal 2.2.9版本发布:与Houdini 20.5深度集成
项目简介
Houdini Engine for Unreal是SideFX公司开发的官方插件,它实现了Houdini数字内容创建工具与Unreal Engine游戏引擎的无缝集成。这个插件允许开发者直接在Unreal编辑器中使用Houdini的程序化建模能力,将Houdini Digital Assets(HDAs)引入到Unreal项目中,实现参数化、非破坏性的工作流程。
版本核心更新
最新发布的2.2.9版本基于Houdini 20.5.613和HAPI 7.0.10构建,为Unreal Engine 5.4和5.5提供了完整的支持。这个版本主要解决了多个稳定性问题和功能缺陷,显著提升了插件的可靠性和用户体验。
关键改进解析
稳定性增强
-
多轮Play In Editor(PIE)会话修复:修复了在进行多次PIE测试后可能发生的崩溃问题,这对于需要频繁测试游戏逻辑的开发者尤为重要。
-
代理细化后PIE稳定性:解决了在细化Houdini生成的代理几何体后进行PIE测试时的崩溃问题,确保了工作流程的连贯性。
-
节点清理机制优化:改进了HDA删除或加载新地图时的节点清理过程,防止了资源泄露和潜在的内存问题。
功能修复
-
曲线输入反转功能:修复了曲线输入参数中"Reversed"按钮失效的问题,恢复了曲线方向控制的能力。
-
参数UI显示问题:解决了在会话丢失或PIE后参数界面可能消失的问题,确保了用户界面的可靠性。
-
几何集合设置读取:修正了几何集合(Geometry Collection)设置读取不正确的问题,这对于使用Houdini生成破坏效果的工作流至关重要。
-
PDG刷新问题:修复了PDG(Procedural Dependency Graph)刷新不完全的问题,确保了程序化生成管道的完整性。
平台支持情况
该版本提供了全面的平台支持:
- Windows平台:完整支持UE5.4和UE5.5的64位版本
- macOS平台:同时支持Apple Silicon(arm64)和x86_64架构,覆盖了所有主流Mac设备
值得注意的是,插件的5.0分支源代码保持了对UE5.0至5.5版本的兼容性,为不同项目需求的开发者提供了灵活性。
技术建议
对于使用Houdini每日构建(Daily Build)版本的开发者,建议始终使用与该Houdini版本配套的插件二进制文件和源代码,以确保最佳的兼容性和稳定性。这种版本对齐策略能够避免因API不匹配导致的潜在问题。
总结
Houdini Engine for Unreal 2.2.9版本通过一系列关键修复显著提升了插件的稳定性和功能性。这些改进特别针对游戏开发中常见的工作流程痛点,如频繁的PIE测试、参数调整和程序化内容生成等场景。对于依赖Houdini程序化工作流的Unreal开发者来说,升级到这个版本将获得更流畅、更可靠的开发体验。
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-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