Plotly.js 项目中 Chrome 128 版本的 WebGL 渲染问题分析
问题背景
近期在 Plotly.js 项目中,用户报告了一个与 WebGL 渲染相关的严重问题。该问题主要影响 Chrome 浏览器 128 版本,导致包含 parcoords(平行坐标)、mesh3d(3D 网格)和 surface(曲面)等 WebGL 轨迹的图表无法正常渲染。
问题表现
当用户在 Chrome 128 版本中尝试渲染上述类型的图表时,控制台会抛出以下错误信息:
TypeError: Failed to execute 'uniformMatrix4fv' on 'WebGLRenderingContext': The provided float value is non-finite.
这个错误表明浏览器在执行 WebGL 着色器的 uniform 矩阵赋值时遇到了非有限数值(NaN 或 Infinity),导致渲染过程中断。
影响范围
该问题不仅影响了 Plotly.js 项目,还波及了其他依赖 WebGL 技术的应用程序。例如,一些 GIS 地图应用也报告了类似的渲染问题。问题同时出现在 Chrome 128 和基于 Chromium 的 Edge 128 浏览器中。
技术分析
WebGL 是一种基于 OpenGL ES 的 JavaScript API,用于在浏览器中呈现交互式 3D 和 2D 图形。uniformMatrix4fv 是 WebGL API 中的一个方法,用于将 4x4 矩阵传递给着色器程序。
在正常情况下,这个方法期望接收一个包含 16 个有限浮点数值的数组。然而,在 Chrome 128 版本中,某些情况下传递的矩阵值可能包含非有限数值(NaN 或 Infinity),这违反了 WebGL 规范,导致渲染失败。
解决方案
Chromium 团队已经确认这是一个回归问题(即新版本中引入的 bug),并将其标记为高优先级(P1)问题。该问题已在 Chrome 128.0.6613.113 版本中得到修复。
对于遇到此问题的用户,建议采取以下措施:
- 将 Chrome 浏览器更新至 128.0.6613.113 或更高版本
- 如果无法立即更新浏览器,可以考虑暂时使用其他浏览器(如 Firefox 或 Safari)来查看 WebGL 内容
- 对于开发者,可以在代码中添加错误处理逻辑,捕获并记录此类异常
总结
浏览器更新有时会引入意想不到的兼容性问题,特别是像 WebGL 这样复杂的图形技术。Plotly.js 团队及时发现了这个问题,并与 Chromium 团队合作推动修复,展现了开源社区的高效协作。
对于依赖 WebGL 技术的开发者来说,这是一个提醒:在浏览器大版本更新后,应该对关键功能进行全面测试,并密切关注相关社区的问题报告。同时,保持浏览器更新是避免此类问题的最佳实践。
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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