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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00