Apollo项目v0.3.0版本技术解析与功能详解
Apollo是一款基于Moonlight协议的开源游戏串流工具,它通过优化视频编码和网络传输技术,为用户提供低延迟、高质量的远程游戏体验。最新发布的v0.3.0版本带来了多项重要更新,包括远程输入模式、客户端命令支持、分辨率缩放功能等,显著提升了用户体验和功能多样性。
核心功能更新
远程输入模式
v0.3.0版本引入了全新的远程输入功能,允许设备在不传输音视频数据的情况下,仅作为输入设备使用。这一特性特别适合以下场景:
- 将手机变为电脑的触控板/键盘接收器
- 为电视/机顶盒等难以操作输入设备的终端提供便捷控制
- 连接电视/机顶盒不支持的控制器类型
远程输入模式与传统Moonlight客户端完全兼容,用户可以根据需要灵活切换使用方式。
客户端命令支持
新版本增加了对客户端连接/断开命令的支持,用户可以为每个客户端配置自定义脚本。这一功能的一个典型应用是实现游戏自动暂停功能,模拟主机游戏体验:
- 当用户按下移动设备电源键时,游戏自动暂停
- 随时可以恢复游戏进程
- 完全自动化,无需手动操作
分辨率缩放功能
v0.3.0版本扩展了分辨率支持范围,新增9种缩放模式:
- 0.5倍分辨率(基础/双倍刷新率)
- 0.75倍分辨率(基础/双倍刷新率)
- 1.25倍分辨率(基础/双倍刷新率)
- 1.5倍分辨率(基础/双倍刷新率)
- 1倍分辨率(双倍刷新率)
这些模式使得游戏可以保持原始宽高比的同时,适配不同客户端的显示需求。结合Lossless Scaling等工具,用户可以更轻松地实现画面放大而不失真。
性能优化与显示增强
SudoVDA升级
视频显示适配器(SudoVDA)获得了多项重要更新:
- 支持小数刷新率(如59.94Hz)
- 新增SDR 10bit和HDR 12bit色彩支持
- 增加广色域支持
- 优化内置分辨率预设,增加主流VR头显的专用分辨率
双刷新率模式
针对部分系统可能出现的卡顿问题,新增了双刷新率模式选项。启用后,系统会尝试以双倍帧率运行,可显著改善画面流畅度。
帧率限制选项
在高级设置中新增了捕获帧率限制选项,默认启用,有助于平衡性能与功耗。
使用建议与最佳实践
- 高刷新率优先:如果客户端支持高刷新率,应优先使用。配合Artemis的Warp模式,可模拟GSync/FreeSync效果。
- 帧率限制:使用RTSS(MSI Afterburner)限制游戏帧率通常比游戏内置的垂直同步/帧率限制更稳定。
- 虚拟显示管理:建议移除系统中其他虚拟显示解决方案,避免兼容性问题。
- 双刷新率替代方案:无法使用Artemis时,可启用双刷新率模式作为替代方案。
配置与兼容性
v0.3.0版本对配置API进行了升级,使用HTTP API的用户需要注意JSON格式变更,及时更新相关脚本。同时,应用名称输入现在会自动修剪空格,避免MoonDeckStream配置时的常见问题。
新版本还增加了每应用/每客户端身份选项,提供了更精细的访问控制能力。默认情况下,"高级显示设备配置"选项已被禁用,简化了普通用户的使用流程。
总结
Apollo v0.3.0通过引入远程输入、客户端命令和分辨率缩放等新功能,大大扩展了应用场景和使用灵活性。性能优化方面,双刷新率模式和帧率限制选项的加入,进一步提升了串流体验的流畅度。显示支持方面,SudoVDA的升级带来了更专业的色彩和分辨率管理能力。这些改进共同使Apollo向更成熟、更专业的方向迈进了一大步。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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