ossia score 3.5.0版本发布:全面升级的多媒体创作平台
ossia score是一款开源的交互式多媒体创作软件,专注于时间轴编排和实时控制。它结合了可视化编程和传统音序器的特点,广泛应用于新媒体艺术、音乐创作、现场表演等领域。最新发布的3.5.0版本带来了多项重要改进,为未来的功能发展奠定了基础。
平台架构升级
3.5.0版本在底层架构上进行了重大调整。官方发布的二进制版本现在要求CPU支持AVX2指令集,并且仅提供64位版本。这一变化显著提升了处理性能,特别是在音频和图形处理方面。同时,项目更新了多个核心依赖库,包括Qt升级到6.9版本,FFMPEG升级到7.1.1版本。
在跨平台支持方面,macOS的最低系统要求提升至12.0版本,这是为了兼容新版Qt框架的必要调整。特别值得注意的是,项目现在对AArch64架构(如树莓派、Asahi Linux等设备)提供了更完善的支持,采用与x86_64架构相同的AppImage打包方式。
音频与MIDI处理增强
音频子系统在本版本中获得了多项改进。新增了ALSA支持,通过Miniaudio库为某些特殊场景(如使用Pulse ALSA插件时)提供了更稳定的音频处理方案。同时,修复了在Mac设备上处理超过128通道音频时的问题。
MIDI处理方面,整个系统现已基于MIDI 2 UMP协议重构,取代了传统的MIDI 1消息处理。虽然目前这一变化对用户界面影响不大,但在处理大量MIDI对象时能显著提升性能。新增的MIDI转数组插件为用户提供了更灵活的数据转换选项。
图形与渲染系统优化
图形子系统是本版本的重点改进领域之一。新增了对Qt RHI D3D12后端的支持,并优化了Vulkan 1.1+的兼容性。用户现在可以在设置中选择单缓冲、双缓冲或三缓冲模式,以适应不同的性能需求。
特别值得注意的是纹理输入口的改进,现在允许用户自定义渲染分辨率和过滤模式(如最近邻或线性插值)。这些改进使得视觉效果的呈现更加精细和可控。
设备控制与交互增强
在设备控制方面,DMX子系统获得了显著改进。移除了对libartnet的依赖,解决了之前ArtNet协议中的许多错误。新增了对特殊DMX设备的支持,如每宇宙510通道的DMX LED设备,并改进了地址编辑界面。
HTTP设备新增了POST请求支持和流式输入处理能力,使得网络交互更加灵活。同时,修复了OSC串口设备的小部件显示问题。
空间音频与特效处理
3.5.0版本在空间音频处理方面引入了重要新功能。新增的GBAP插件能够生成基于网格的空间化系数,为多声道音频处理提供了强大工具。同时新增的Matrix音频对象可以根据系数列表将音源空间化到多个声道。
在视觉效果方面,实现了基本的全穹顶投影模式,特别适合点云和复杂几何体的展示。这一功能为沉浸式体验创作开辟了新可能。
开发者工具与脚本增强
JavaScript引擎获得了多项改进,新增了UI模式,允许通过命令行参数运行带有自定义Qt Quick界面的项目。同时,纹理输入口现在能够接收鼠标、触摸和键盘事件,大大增强了交互可能性。
对于开发者而言,新增了在外部编辑器中打开代码的功能,并优化了地址搜索功能,使其支持递归查找,提高了开发效率。
性能优化与错误修复
整个系统在性能方面进行了多项优化。图形渲染管道减少了在滚动ISF预设时创建的表面数量,使交互更加流畅。音频处理方面改进了对非正规数的处理,并允许节点声明是否需要保留非正规数。
修复了包括LV2插件查找路径、VST插件在UI缩放时的显示问题、RMS计算在立体声模式下的错误等多个问题。特别值得一提的是,修复了无GUI模式下的播放/暂停远程控制功能。
总结
ossia score 3.5.0是一个功能丰富、改进全面的版本,在音频处理、图形渲染、设备控制和交互设计等方面都有显著提升。这些改进不仅增强了当前版本的功能性和稳定性,也为未来的发展奠定了坚实基础。无论是新媒体艺术家、音乐创作者还是交互设计师,都能从这个版本中获得更强大、更稳定的创作工具。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00