Axmol引擎2.3.0版本发布:跨平台游戏开发的新里程碑
Axmol引擎作为一款开源的跨平台游戏开发框架,在2025年新年伊始迎来了其2.3.0版本的正式发布。这个长期支持(LTS)版本不仅修复了多项关键问题,还带来了诸多性能优化和功能增强,为开发者提供了更稳定、更高效的开发体验。
核心架构改进
本次更新在引擎底层架构方面做出了多项重要改进。最值得注意的是对Android 15系统的16KB页面大小支持,这一改进显著提升了引擎在新版本Android系统上的内存管理效率。同时,构建系统也进行了全面优化,新的构建配置方案使项目构建过程更加灵活和高效。
在工具链方面,引擎将GLSL着色器编译器从"glslcc"更名为"axslcc",并更新了luabinding生成器使用的libclang版本至19.1.6,这些改动为开发者提供了更现代化的工具支持。
关键问题修复
2.3.0版本解决了多个影响稳定性的关键问题。Windows平台下,当使用Label组件处理超长字符串时可能导致的随机崩溃问题得到了修复。DrawNode组件的drawPie方法在线框模式下绘制闭合线条的错误也被修正。Android平台的构建问题、媒体播放器功能以及类名路径错误等问题都得到了妥善处理。
渲染器测试用例的批处理问题被修复,这有助于开发者更准确地进行性能测试和优化。这些稳定性改进使得Axmol引擎在各类应用场景下表现更加可靠。
功能增强与用户体验优化
新版本在功能方面有多项显著增强。DrawNode组件的drawPie方法得到了全面改进,提供了更精确的圆形绘制能力。Metal后端现在支持mipmap,这对纹理渲染质量有显著提升。
EditBox组件新增了通过Ctrl+A全选文本的支持,大大提升了文本编辑的便利性。Win32平台的消息框现在默认置顶显示,确保不会被其他窗口遮挡。引擎还增加了内存泄漏检测功能,帮助开发者更容易发现和解决内存管理问题。
特别值得一提的是,引擎移除了TTF字体65535字符码的限制,这对需要支持多语言或特殊字符集的应用程序是重大利好。
开发工具与第三方库更新
Axmol 2.3.0对开发工具链进行了全面升级。Android构建工具AGP更新至8.7.3,Gradle升级到8.11.1,目标SDK提升至Android 35。Emscripten SDK也从3.1.67更新至3.1.73,为Web平台开发提供了更好的支持。
第三方库方面,多个关键组件获得了版本更新:ASTC纹理压缩库升级到5.1.0,c-ares更新至1.34.4,curl升级到8.11.1,FlatBuffers更新至24.12.23,这些更新带来了性能提升和安全性改进。图形处理相关的库如WebP、JPEG-Turbo也都升级到了最新稳定版本。
构建与发布流程优化
新版本引入了多项构建和发布流程的改进。现在可以创建最小化的"axmol-bs"包,用于常见的跨平台构建目的。Android平台支持生成.aab格式的应用包,这是Google Play推荐的应用发布格式。构建缓存机制也进行了优化,下载的依赖包现在存储在专门的cache目录而非tools/external下,使项目结构更加清晰。
VS2022预览版现在可以通过1kiss.ps1脚本进行支持,为使用最新开发工具的开发者提供了便利。这些改进使得Axmol项目的构建和发布流程更加现代化和高效。
总结
Axmol 2.3.0版本作为长期支持版本,在稳定性、性能和开发体验方面都做出了显著改进。从底层架构优化到上层API增强,从工具链更新到构建流程改进,这个版本为游戏开发者提供了更加强大和可靠的开发平台。特别是对最新Android系统的支持、关键问题的修复以及开发效率的提升,使得Axmol引擎在跨平台游戏开发领域继续保持竞争力。
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- 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
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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