PojavLauncher项目发布重大更新:Gladiolus版本带来全新渲染器与游戏体验优化
2025-06-07 12:12:49作者:申梦珏Efrain
项目简介
PojavLauncher是一款广受欢迎的开源Android平台Minecraft启动器,它让移动设备用户能够体验到接近PC版的Minecraft游戏体验。该项目通过创新的技术手段,在移动平台上实现了对Java版Minecraft的兼容运行,为移动游戏玩家提供了更多可能性。
核心更新内容
1. 全新LTW渲染器引擎
本次更新最引人注目的是新增了LTW渲染器,这是一项重大技术突破:
- 技术架构:基于OpenGL ES 3.0标准构建,部分支持OpenGL 3.2规范,并选择性实现了3.1和3.2版本中的扩展功能
- 兼容性提升:成功支持Sodium、Iris等现代图形模组,虽然着色器支持仍有限制,但已大幅扩展了模组兼容范围
- 特殊功能支持:实现了GL_EXT_clip_cull_distance扩展,使得Immersive Portals等依赖此功能的模组得以运行
- 已知问题:目前发现Xaero系列地图模组可能存在色彩显示异常的问题
2. 渲染系统稳定性修复
开发团队解决了长期困扰用户的GL4ES兼容性问题:
- 彻底修复了1.21.1及以上版本在使用GL4ES时画面不显示的问题
- 优化了渲染管线,提高了图形系统的整体稳定性
3. 用户体验全面升级
屏幕管理重构:
- 重写了屏幕尺寸管理模块
- 增强了对动态分辨率变化的支持能力
- 为不同设备提供了更精准的显示适配
游戏内快捷设置:
- 新增"快速设置"侧边栏菜单
- 支持游戏运行时实时调整:
- 分辨率设置
- 手势控制参数
- 陀螺仪灵敏度配置
安装流程优化:
- 改进了游戏下载进度显示
- 优化了安装过程中的用户反馈机制
- 提升了大型文件下载的稳定性
4. 技术架构改进
- 重构了部分核心模块,提高了代码可维护性
- 增强了ReplayMod支持(需配合FFMpeg插件使用)
- 优化了默认配置参数,提供更合理的初始设置
技术意义与影响
这次更新标志着PojavLauncher在移动平台Minecraft兼容性方面又迈出了重要一步。LTW渲染器的引入打破了之前许多模组只能在Zink渲染器下运行的局限,为移动玩家提供了更多模组选择。屏幕管理系统的重构则为未来支持更多显示配置打下了坚实基础。
用户升级建议
对于现有用户,特别是那些希望使用现代图形模组的玩家,强烈建议升级到此版本。新加入的LTW渲染器将显著扩展可玩模组范围,而改进的屏幕管理系统则能提供更稳定的游戏体验。对于使用ReplayMod录制游戏视频的用户,配合FFMpeg插件将获得更好的录制效果。
这次更新展现了PojavLauncher团队在移动平台Java游戏兼容性领域持续创新的能力,为Android平台的Minecraft体验树立了新标杆。
登录后查看全文
热门项目推荐
相关项目推荐
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
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0220- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS01
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.12 K
Ascend Extension for PyTorch
Python
464
554
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
930
801
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
181
暂无简介
Dart
870
207
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
130
189
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.43 K
378
昇腾LLM分布式训练框架
Python
136
160