SoftMaskForUGUI 3.3.0版本发布:UI遮罩功能全面升级
项目简介
SoftMaskForUGUI是Unity引擎中一个强大的UI遮罩解决方案,它为UGUI系统提供了平滑的边缘过渡效果,解决了原生Unity Mask组件只能提供硬边缘遮罩的局限性。该项目通过创新的渲染技术和材质处理,让开发者能够轻松实现各种复杂的UI遮罩效果,包括渐变、圆角、不规则形状等。
3.3.0版本核心更新
1. 修复OpenGLES3环境下的显示问题
在编辑器模式下使用OpenGLES3图形API时,3.2.4版本中存在软遮罩图形无法正确显示的问题。3.3.0版本通过优化渲染流程和着色器处理,确保了在各种图形API环境下都能获得一致的视觉效果。这一改进特别针对移动端开发者在编辑器调试时可能遇到的显示异常问题。
2. 新增TextMeshPro资源路径自动修复工具
针对TextMeshPro资源路径非标准安装的情况,新版本引入了一个智能工具,能够自动检测并修复相关着色器引用路径。这一功能极大地简化了项目配置流程,特别是当团队使用自定义资源目录结构或通过不同方式导入TextMeshPro资源时。
3. 扩展TextMeshPro着色器支持
3.3.0版本新增了对TextMeshPro Overlay和SSD(Screen Space Distance Field)渲染模式的支持。这意味着开发者现在可以在更多TextMeshPro渲染场景中使用软遮罩效果,包括:
- Overlay渲染模式下的UI文本
- SSD技术渲染的高质量文本
- 各种混合渲染场景中的文字元素
4. 简化Shader Graph集成流程
新版本对Shader Graph的支持进行了重大改进,移除了对额外渲染特性的依赖。现在开发者可以更直接地在Shader Graph中创建自定义UI效果,并轻松与软遮罩系统集成,无需复杂的配置步骤。这一改进使得基于节点编辑的自定义着色器开发更加便捷。
5. 新增UIEffect包兼容支持
3.3.0版本特别增加了对UIEffect包的兼容性支持,使得这两个强大的UI扩展能够协同工作。开发者现在可以同时使用:
- UIEffect提供的丰富视觉效果(如模糊、阴影、颜色调整)
- SoftMaskForUGUI提供的平滑遮罩功能 当检测到项目中使用了兼容版本的UIEffect时,系统会自动提示导入必要的着色器样本,简化了集成过程。
技术实现亮点
-
跨平台渲染一致性:通过优化底层渲染逻辑,确保在不同图形API和平台上的表现一致性。
-
自动化工具链:新增的资源路径修复工具和自动导入提示,大大降低了配置复杂度。
-
模块化设计:各个功能模块保持独立性和可扩展性,便于开发者按需使用。
-
性能优化:在增加新功能的同时,保持了高效的渲染性能,特别适合移动端应用。
应用场景建议
-
游戏UI设计:创建具有平滑过渡效果的按钮、面板和弹窗。
-
应用界面开发:实现现代化的卡片式设计、渐隐列表等效果。
-
文字特效组合:结合TextMeshPro和UIEffect,打造独特的文字展示效果。
-
创意交互元素:开发自定义形状的进度条、特殊过渡动画等。
升级建议
对于现有项目升级到3.3.0版本,建议开发者:
- 备份项目后进行升级
- 检查所有使用软遮罩的UI元素,确保视觉效果符合预期
- 对于使用TextMeshPro的项目,可以利用新的自动修复工具简化配置
- 考虑将Shader Graph相关的自定义效果迁移到新的集成方式
SoftMaskForUGUI 3.3.0版本的发布,标志着该项目在易用性、兼容性和功能性方面都达到了新的高度,为Unity UI开发提供了更加强大和灵活的工具支持。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00