Blockbench 4.12.2版本更新解析:模型选择与动画优化
Blockbench是一款功能强大的3D建模工具,尤其擅长为Minecraft等游戏创建方块模型和角色模型。它提供了直观的界面和丰富的功能,使3D建模对新手和专业人士都变得简单易用。最新发布的4.12.2版本带来了一系列改进和修复,主要集中在模型选择操作和动画处理方面。
新增功能与改进
本次更新中,Blockbench用社交媒体横幅替换了原来的平台横幅,这反映了社交媒体平台的更新趋势。在技术层面,开发团队对molang字符串的处理和导出功能进行了优化。Molang是Minecraft使用的一种表达式语言,用于控制模型动画和行为,改进后的处理机制将提供更稳定和精确的字符串操作能力。
关键问题修复
4.12.2版本解决了多个影响用户体验的核心问题:
-
选择工具增强:修复了移动工具在多选组操作时的失效问题,现在用户可以更流畅地对多个组进行整体移动。同时修正了"全选"功能无法多选根组的问题,使批量操作更加完整。
-
镜像建模修复:解决了特定网格在镜像建模时可能出现的问题,提高了建模过程的可靠性。
-
Molang数值处理:修正了molang字段中导入的舍入错误问题,并修复了molang字符串中科学计数法(e-16)数值的处理,确保数学表达式的精确计算。
-
Java版工具改进:优化了Java版方块/物品笔刷的轮廓矩阵计算,使轮廓显示更加准确。
-
动画系统优化:修复了动画重定向问题和撤销操作相关的bug,提升了动画编辑的稳定性。同时彻底改进了常规编辑中撤销操作对选择状态的跟踪机制,使工作流程更加连贯。
技术意义分析
从技术角度看,4.12.2版本的更新体现了Blockbench对建模核心流程的持续优化。选择系统的改进直接影响了用户与模型的交互体验,而动画和撤销机制的增强则提升了复杂项目的可操作性。Molang处理的完善特别值得关注,因为它关系到Minecraft模型动画的精确控制能力。
这些改进虽然看似细微,但对于依赖Blockbench进行专业建模工作的用户来说,能够显著提高工作效率和模型质量。特别是修复的镜像建模问题和选择操作问题,都是用户在实际工作中经常遇到的痛点。
总结
Blockbench 4.12.2版本虽然没有引入重大新功能,但通过一系列针对性的修复和优化,进一步提升了软件的稳定性和用户体验。对于3D建模师和Minecraft内容创作者而言,及时更新到这个版本将获得更流畅的工作流程和更可靠的建模工具。开发团队对细节的关注和快速响应问题的能力,也体现了Blockbench作为专业建模工具的成熟度。
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