NetherSX2 2.0版本发布:PS2模拟器的重要更新
NetherSX2是一款基于AetherSX2开发的PlayStation 2模拟器项目,专注于为Android设备带来高性能的PS2游戏体验。该项目通过持续优化和功能增强,让移动设备用户能够流畅运行经典的PS2游戏。最新发布的2.0版本带来了多项重要改进和新功能。
核心更新内容
全新APK构建与版本升级
本次发布的2.0版本是今年首个完整版本,提供了全新的APK安装包。版本号从之前的1.9a直接升级到2.0,标志着项目进入了一个新的发展阶段。值得注意的是,这个版本支持从NetherSX2 1.9a、NetherSX2-Classic 2.0a等旧版本直接升级。
纹理转储功能加入
开发团队新增了纹理转储(Texture Dumping)功能,这一特性由贡献者Saramagrean实现。纹理转储允许用户在游戏运行时提取游戏中的纹理资源,为后续的纹理替换和画质增强提供了基础。不过需要注意的是,2024年后制作的新纹理包由于PCSX2改变了纹理命名规则,暂时无法兼容。
宽屏与去隔行扫描补丁更新
同样由Saramagrean贡献的更新还包括了宽屏(Widescreen)和去隔行扫描(No-Interlacing)补丁的升级。这些补丁能够显著改善游戏在现代宽屏设备上的显示效果,消除传统CRT电视时代的隔行扫描线问题,提供更清晰稳定的画面。
用户界面优化
俄罗斯语言翻译得到了b1ack_mage的更新,使俄语用户获得更好的使用体验。游戏列表的网格视图也经过调整,现在封面图片会显示得更大,方便用户快速识别和选择游戏。
全新屏幕控制布局
2.0版本引入了一套重新设计的屏幕控制按钮:
- 基于AetherSX2/Duckstation原始设计(Stenzek)
- 改进了L2和R2按键(k6stor)
- 添加了彩色面部按钮(b1ack_mage)
- 整体重新设计以提高一致性
这套新控制布局不仅美观,而且更符合人体工程学,提升了触屏操作的准确性和舒适度。
技术改进
游戏数据库升级
游戏数据库(GameDB)的转换脚本经过全面重构,现在能够动态混合原始设置与PCSX2提供的最新修复。这种混合方式既保留了原始设置的稳定性,又吸收了新版本带来的性能提升。开发者还加入了覆盖选项,可以针对Android设备或核心兼容性进行特定调整。
控制器数据库更新
控制器数据库(ControllerDB)同步更新至SDL_GameControllerDB项目的最新版本,支持更多游戏手柄设备,提升了外接控制器的兼容性。
已知问题与解决方案
虽然2.0版本带来了诸多改进,但仍存在一些需要注意的问题:
-
版本兼容性:4248版本的存档状态与3668版本不兼容。建议使用记忆卡或游戏内存档在不同版本间切换。
-
特定游戏问题:NASCAR和Colin McRae Rally系列游戏在4248版本中存在图形问题,建议使用3668版本运行这些游戏。
-
Mali设备问题:较旧的Mali GPU设备在Vulkan模式下可能会出现渲染问题或崩溃(如《黑暗编年史2》)。解决方案包括:
- 在问题场景切换至OpenGL渲染
- 使用3668版本
- 最新Mali芯片组不受此影响
-
CHD文件兼容性:使用createdvd制作的CHD文件需要添加
-c zlib参数才能正常工作。考虑到createcd制作的CHD文件通常体积更小,在存储空间有限的情况下可能是更好的选择。 -
成就系统限制:使用Remember和Recall功能的新版RetroAchievements(约一年半内制作的成就集)暂时无法工作,开发团队正在努力解决这个问题。
项目发展与社区支持
NetherSX2的发展离不开活跃的社区支持。特别值得关注的是:
- 多位支持者的慷慨帮助使开发者能够持续投入时间改进NetherSX2和其姐妹项目EtherealSX2
- Ozone Modification Group社区为项目提供了测试环境和反馈
- 多个视频平台帮助传播项目信息并制作使用教程
- Retroid公司提供了测试设备,使开发者能够优化Snapdragon设备的兼容性
NetherSX2 2.0版本的发布标志着这个开源PS2模拟器项目迈入了一个新阶段。通过持续的优化和新功能的加入,它为Android平台上的PS2游戏体验树立了新的标准。虽然仍有一些兼容性问题需要解决,但开发团队的活跃度和社区的支持预示着项目将持续改进和发展。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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