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。
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