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。
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