Axmol引擎2.6.1版本发布:稳定性和工具链优化升级
Axmol是一个基于Cocos2d-x分支发展而来的开源游戏引擎,专注于提供跨平台的2D/3D游戏开发解决方案。作为一款轻量级但功能全面的引擎,Axmol在移动游戏开发领域有着广泛的应用。本次发布的2.6.1版本是一个长期支持(LTS)的小幅更新版本,主要针对稳定性问题和开发工具链进行了优化改进。
核心稳定性修复
本次版本中最值得关注的修复是针对Android ARMv7架构的崩溃问题。在游戏开发中,稳定性始终是首要考虑因素,特别是在移动设备这种资源受限的环境中。该修复确保了在ARMv7架构的Android设备上运行时不会出现意外崩溃,这对于覆盖更广泛的Android设备用户群至关重要。
另一个重要的图形渲染修复涉及FairyGUI动画剪辑的混合渲染问题。开发团队修正了混合函数的实现,确保动画剪辑能够按照预期正确渲染。这种底层渲染问题的修复对于依赖FairyGUI等UI框架的项目尤为重要,它直接影响到游戏UI元素的视觉表现和动画效果。
构建系统与工具链改进
2.6.1版本对构建系统进行了多项优化,显著提升了开发体验:
-
Android构建现代化:移除了传统的CMake工具链文件,采用了更现代的构建方式。这一变化使得Android项目的构建更加符合当前的最佳实践,减少了潜在的兼容性问题。
-
Gradle脚本优化:对Android项目的Gradle构建脚本进行了重构,将关键配置移出libaxmol项目,使项目结构更加清晰。同时确保了正确设置Android构建工具和目标SDK版本,避免了因版本不匹配导致的构建问题。
-
CMake模块增强:为游戏CMake模块添加了更多构建选项,开发者现在可以更灵活地配置项目构建参数。针对C++和Lua模板的不同需求,团队还调整了最终的CMake设置文件位置,使项目初始化更加合理。
第三方库更新
引擎依赖的多个关键第三方库也获得了版本升级:
- ASTC纹理压缩库更新至5.3.0版本,提供了更好的纹理压缩质量和性能
- LuaJIT升级到最新的2.1分支提交,带来脚本执行性能的潜在提升
- OpenSSL安全库更新至3.0.16版本,解决了已知的安全问题
开发者体验提升
除了上述技术改进外,2.6.1版本还包含多项提升开发者体验的优化:
- 修复了预构建引擎链接Opus音频编解码器时的问题,确保音频功能完整可用
- 解决了Windows平台使用Clang编译器构建时因OpenAL预处理定义不正确导致的构建失败
- 增强了Gradle对CMake的自动查找能力,现在可以正确识别引擎工具目录中的CMake
- 优化了Android虚拟机对Asset Manager对象的引用管理,防止在使用过程中被垃圾回收
这些改进虽然看似细微,但对于日常开发工作流却有着实质性的提升,减少了开发者在配置环境时可能遇到的障碍。
总结
Axmol 2.6.1作为一个LTS维护版本,虽然没有引入重大新特性,但在稳定性和开发工具链方面做出了重要改进。这些变化使得基于Axmol引擎的项目能够更加稳定地运行,同时也让开发者的工作更加顺畅。对于正在使用Axmol引擎的团队来说,升级到这个版本将获得更好的开发体验和更可靠的运行时表现。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C030
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