Galacean引擎v1.5.7版本发布:粒子系统与色彩空间全面升级
Galacean是一款专注于Web端高性能图形渲染的引擎,特别适合开发3D互动内容和游戏。本次发布的v1.5.7版本带来了多项重要更新,主要集中在粒子系统功能增强、色彩空间处理优化以及物理引擎改进等方面。
粒子系统功能全面增强
本次更新为粒子系统带来了多项重要改进:
-
新增力场模块:引入了ForceOverLifetime模块,允许开发者定义粒子在整个生命周期内受到的力场变化,为粒子运动效果提供了更多可能性。特别值得注意的是,开发团队还修复了在拉伸渲染模式下力场计算不准确的问题。
-
网格发射支持:粒子系统现在可以从3D网格表面发射粒子,这为创建更复杂的粒子效果打开了大门。开发团队特别处理了网格共享位置和法线缓冲区时的发射问题,确保了功能的稳定性。
-
自发光效果:粒子现在支持emissive属性,可以产生自发光效果,这对于创建火焰、魔法等视觉效果非常有帮助。
-
边界计算优化:修复了世界坐标系下粒子边界变换的问题,确保了粒子效果在不同坐标系下的正确表现。
色彩空间处理重大升级
色彩空间处理是本版本的另一大亮点:
-
sRGB支持:引擎现在完整支持sRGB色彩空间,这对于保证颜色在不同设备上的一致性显示非常重要。
-
线性空间转换:所有颜色属性都已重构为使用线性空间处理,这解决了之前混合模式下可能出现的问题,特别是透明画布情况下的加法混合模式问题。
-
HDR支持:相机现在可以配置HDR所需的alpha通道,为高动态范围渲染提供了更好的支持。
-
UI色彩空间修复:专门修复了UI元素在色彩空间处理上的问题,确保了2D和3D元素在色彩表现上的一致性。
渲染管线优化
渲染管线方面也有多项改进:
-
FXAA支持:新增了快速近似抗锯齿(FXAA)支持,可以在性能开销较小的情况下有效减少锯齿。
-
MSAA优化:对多重采样抗锯齿(MSAA)的配置、注释和内存使用进行了全面优化,修复了相机MSAA值不准确的问题。
-
透明画布处理:解决了透明画布渲染时的一些问题,提高了渲染质量。
物理引擎改进
物理系统方面也有重要更新:
-
碰撞组支持:新增了碰撞组功能,可以更精细地控制哪些物体之间应该发生碰撞。
-
同步问题修复:修复了角色控制器位置同步延迟的问题,提高了物理模拟的准确性。
-
自定义PhysX加载:现在支持自定义PhysX物理引擎的加载路径,为特殊部署场景提供了灵活性。
-
内存释放修复:解决了物理系统资源释放时可能出现的错误。
其他重要修复与改进
-
WebP解码:改进了WebP格式图片的解码能力检测,确保在不同环境下都能正确识别支持情况。
-
上下文丢失处理:修复了WebGL上下文丢失时的处理逻辑,提高了应用的健壮性。
-
相机视口修复:解决了相机像素视口为0时的问题。
-
文本测量:修复了在某些设备上文本测量不准确的问题,特别是actualBoundingBoxLeft和actualBoundingBoxRight属性的支持。
-
边界框序列化:BoundingBox现在支持toJson方法,方便数据的序列化和传输。
总结
Galacean引擎v1.5.7版本在粒子系统、色彩管理和物理模拟等方面都带来了显著改进。这些更新不仅增加了引擎的功能性,也提高了渲染质量和稳定性。特别是色彩空间处理的全面升级,为开发者提供了更专业的色彩控制能力,而粒子系统的增强则为创建更丰富的视觉效果提供了更多可能性。对于正在使用或考虑使用Galacean引擎的开发者来说,这个版本值得关注和升级。
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