React Native Filament 1.7.0 版本发布:新增材质参数与Reanimated集成
React Native Filament 是一个强大的3D渲染库,它为React Native应用提供了高性能的3D图形渲染能力。该库基于Google的Filament渲染引擎构建,为移动端和桌面端应用带来了专业的3D渲染功能。最新发布的1.7.0版本带来了两项重要功能更新和一个关键修复,进一步提升了开发者在React Native中处理3D图形的能力。
新增EntitySelector材质参数支持
在1.7.0版本中,EntitySelector组件新增了对材质参数的支持。这一改进允许开发者更精细地控制3D实体的外观表现。通过新的materialParameters属性,开发者可以直接在JSX中配置3D模型的材质属性,如颜色、金属度、粗糙度等,而无需深入到原生代码层面。
这一特性特别适合需要动态调整3D模型外观的场景。例如,在一个产品展示应用中,用户可能希望实时改变产品的颜色或材质质感。现在,开发者可以简单地通过React的状态管理来实现这些效果,大大简化了开发流程。
深度集成Reanimated动画库
1.7.0版本引入了两个新的Reanimated钩子函数,进一步增强了3D场景与动画的集成能力:
-
useSyncSharedValue:这个钩子允许开发者将Reanimated的共享值与Filament的3D属性同步。这意味着开发者可以使用Reanimated强大的动画系统来控制3D对象的位置、旋转等属性。 -
useDerivedValue:这个钩子使得基于其他Reanimated值的派生值能够直接影响到3D场景。开发者可以创建复杂的动画关系,其中一个3D对象的属性可以基于另一个对象的属性或用户输入动态计算。
这两个新钩子为创建流畅、交互式的3D动画体验提供了强大工具。例如,开发者可以轻松实现跟随手势旋转的3D模型,或者创建基于物理模拟的动画效果。
iOS构建问题修复
1.7.0版本还解决了一个影响iOS构建的关键问题。当项目中使用use_frameworks!指令时,之前的版本可能会出现构建错误。这个修复确保了库在更广泛的iOS项目配置中能够正常工作,提高了兼容性。
升级建议
对于已经在使用React Native Filament的项目,升级到1.7.0版本可以带来更灵活的材质控制和更强大的动画能力。特别是那些需要复杂3D交互或动态材质变化的应用,新版本提供的功能将显著简化开发工作。
对于新项目,1.7.0版本提供了更完善的3D渲染解决方案,特别是与Reanimated的深度集成,使得在React Native中创建高质量的3D交互体验变得更加容易。开发者现在可以更专注于创意实现,而不是底层技术细节。
总的来说,React Native Filament 1.7.0版本的发布标志着这个库在易用性和功能性上的又一次重要进步,为React Native生态中的3D图形开发提供了更强大的工具。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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