vkQuake 1.32.2版本发布:经典游戏引擎的现代升级
项目简介
vkQuake是基于经典第一人称射击游戏《雷神之锤》的开源引擎项目,它使用Vulkan图形API对原版Quake引擎进行了现代化改造。该项目保留了原版游戏的经典玩法,同时通过现代图形技术提升了画面表现和运行效率,让这款经典游戏能够在当今的硬件平台上获得更好的体验。
版本亮点
vkQuake 1.32.2版本带来了一系列修复和改进,主要包括以下几个方面:
图形渲染优化
开发团队修复了透明表面渲染的问题,特别是针对非水表面(如岩浆、粘液等)的透明度处理。虽然暂时禁用了透明表面优化功能(r_drawwater_fast 0),但测试表明这对性能几乎没有影响。这一改进解决了特定关卡中出现的视觉问题,提升了游戏的整体画面表现。
物理引擎调整
新版本增加了sv_fte_recursivehullckeck参数(默认值为1),允许玩家关闭FTE物理引擎优化。这一功能特别适用于那些物品放置不当的关卡,解决了物品卡在墙内或穿过表面掉落等问题。
模型与纹理支持
1.32.2版本显著增强了对外部纹理的支持,包括:
- BSP关卡的外部纹理
- BSP模型的外部纹理
- MDL和MD5模型的外部纹理
特别是新增了对MDL模型外部皮肤的支持,这使得vkQuake在外部纹理支持方面达到了与QSS(另一个Quake引擎分支)相当的水平。
用户体验改进
新版本增加了更多准星样式选择,为玩家提供了更多个性化选项。同时,界面中的滑块现在都带有标签说明,包括新增的"最大FPS"滑块,使用了更自然的刻度范围,使设置更加直观。
技术细节
网络协议扩展
1.32.2版本引入了DP_SV_NODRAWTOCLIENT和DP_SV_DRAWONLYTOCLIENT网络协议扩展,这些改进由贡献者NHog实现,为多人游戏体验提供了更多可能性。
代码质量提升
开发团队对代码进行了清理和优化,提高了代码的可维护性和稳定性。同时更新了依赖库,确保项目使用最新的技术支持。
平台支持说明
需要注意的是,Windows 32位版本二进制文件未经充分测试,仅提供"按原样"支持。Windows用户需要安装Microsoft Visual C++ Redistributable才能运行。
Linux用户需要至少glibc 2.31版本,并且系统必须启用FUSE支持。大多数现代Linux发行版都能满足这些要求。
总结
vkQuake 1.32.2版本在保持经典游戏体验的同时,通过一系列技术改进提升了游戏的稳定性、兼容性和视觉效果。特别是对外部纹理支持的完善,为模组制作者和高级玩家提供了更多自定义空间。这些改进使得这款经典游戏能够在现代硬件上焕发新生,继续为玩家带来精彩的游戏体验。
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