Galacean引擎1.5.3版本发布:粒子系统增强与色彩空间升级
Galacean引擎是一款专注于Web端3D渲染的高性能引擎,特别适合游戏开发、数字孪生等场景。最新发布的1.5.3版本带来了多项重要更新,主要集中在粒子系统功能增强和色彩空间处理优化两大方面。
粒子系统功能全面升级
本次更新对粒子系统进行了多项功能增强,使其表现力更加强大:
-
新增力场生命周期模块:开发者现在可以通过ForceOverLifetime模块为粒子添加随时间变化的力场效果,创造出更自然的物理运动轨迹。特别值得注意的是,该功能已针对拉伸渲染模式进行了优化,确保在不同渲染模式下都能保持正确的物理表现。
-
网格发射器支持:粒子系统现在支持从3D网格表面发射粒子,这为特效制作提供了更多可能性。开发团队特别解决了当网格共享位置和法线缓冲区时的发射问题,确保了功能的稳定性。
-
自发光效果:新增的粒子自发光功能让特效可以产生更明亮的光照效果,特别适合表现火焰、魔法等需要高亮显示的特效。
色彩空间处理全面优化
1.5.3版本对引擎的色彩处理进行了重大改进:
-
sRGB色彩空间支持:引擎现在能够正确处理sRGB色彩空间,使颜色显示更加准确。这一改进特别有利于需要精确色彩表现的应用场景。
-
线性空间色彩混合:所有颜色属性都已重构为线性空间处理,配合新增的FXAA(快速近似抗锯齿)支持,显著提升了画面质量,特别是在边缘平滑和色彩过渡方面。
-
HDR与透明度处理:新增了相机HDR所需的alpha配置支持,并修复了透明画布和叠加混合模式下的多个问题,使透明效果表现更加准确。
物理系统与性能优化
物理系统方面也有重要更新:
-
碰撞分组支持:新增的碰撞分组功能让开发者可以更精细地控制物体间的碰撞关系。
-
角色控制器同步优化:修复了角色控制器位置同步延迟的问题,使物理模拟更加精确。
-
自定义PhysX加载:现在支持自定义PhysX物理引擎的加载路径,为特殊部署场景提供了便利。
性能优化方面,开发团队对MSAA(多重采样抗锯齿)配置进行了优化,减少了内存占用,同时修复了相机MSAA值不准确的问题,提升了渲染效率。
其他重要修复与改进
-
上下文丢失处理:修复了WebGL上下文丢失时的处理逻辑,提高了应用的稳定性。
-
文本度量修复:解决了在某些设备上文本度量不准确的问题,确保文本渲染的一致性。
-
相机视口处理:修复了相机像素视口为0时的问题,避免了潜在的渲染错误。
-
包围盒序列化:BoundingBox现在支持toJson方法,方便开发者进行数据序列化。
Galacean 1.5.3版本的这些改进使引擎在视觉效果表现、物理模拟精度和整体稳定性方面都有了显著提升,为开发者提供了更强大的工具来创造高质量的3D应用。特别是粒子系统和色彩处理的增强,将大大拓展Web端3D内容的视觉表现力。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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