探索游戏历史的未来:USB64 开源项目
2024-06-15 07:16:44作者:秋阔奎Evelyn

在复古游戏的热潮中,让我们一起走进一个创新的世界,USB64 是一个专为提升任天堂64(N64)游戏体验而设计的项目。这个开源项目利用现代USB控制器的技术,将经典的游戏设备带入了21世纪。
项目介绍
USB64 是一款基于 Teensy 4.1 微控制器的硬件适配器,它能让你的任天堂64主机连接各种现代USB控制器,包括蓝牙8bitdo系列、Xbox和PlayStation控制器等。不仅如此,该项目还提供了一个强大的功能集,如Rumblepak振动包和Mempak记忆卡的模拟,甚至还能使用SD卡来存储Gameboy ROMs和备份数据!
项目技术分析
- 控制器模拟:USB64 支持最多四个同时连接的控制器,并兼容多种品牌和类型的USB手柄。
- 模拟扩展:内置了Rumblepak、Mempak、Transferpak 和 N64鼠标/键盘的仿真功能。
- FATFS支持:通过集成的SD卡驱动,你可以方便地管理Gameboy ROMs、备份记忆卡等内容。
- 高度可配置:玩家可以直接从N64控制台调整死区和敏感度。
此外,开发者友好型的特性还包括一个硬连线控制器接口,以供进一步的定制和黑客实验。
应用场景
- 对于热爱N64游戏的玩家,USB64 可以帮助你利用现有的现代控制器,享受更稳定、更舒适的游玩体验。
- 模拟Rumblepak和Transferpak,使你在游戏中能够感受到原生设备的振动和Gameboy游戏的乐趣。
- 使用SD卡,轻松备份和转移你的游戏进度,随时畅玩无压力。
项目特点
- 易用性:提供了预编译的二进制文件,用户无需复杂编程即可快速上手。
- 灵活性:支持广泛的第三方控制器,持续增加更多兼容性。
- 创新性:真正的双模拟摇杆支持,尤其适用于像GoldenEye 007和Perfect Dark这样的经典游戏。
- 可扩展性:预留了TFT LCD屏幕的支持,并有相应的案例供选择,让您的N64焕然一新。
如果你是喜欢DIY的硬件爱好者,或者是寻找一种新颖的方式来重温那些经典游戏,USB64 完全符合你的期待。现在就加入,参与到这个仍在不断发展的项目中,或者直接下载预编译版本开始你的游戏之旅吧!
获取与贡献
- 预编译版本:查看 Releases
- 项目源码:GitHub
最后,我们欢迎所有感兴趣的人提交PR或提出改进意见,共同打造更好的USB64体验!
登录后查看全文
热门项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
305
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
635
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
614
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
195
71
仓颉编程语言测试用例。
Cangjie
36
634