Axmol引擎2.6.1版本发布:稳定性和工具链的重大改进
Axmol引擎是一个基于Cocos2d-x分支发展而来的开源游戏引擎,专注于提供跨平台的2D/3D游戏开发解决方案。作为一款轻量级但功能强大的引擎,Axmol在移动游戏开发领域有着广泛的应用。本次发布的2.6.1版本是一个长期支持(LTS)的小版本更新,主要聚焦于稳定性提升和开发工具链的优化。
核心稳定性修复
本次更新中最值得关注的是对Android平台ARMv7架构崩溃问题的修复。这个问题可能导致使用该架构的Android设备在运行游戏时意外退出,现在开发者可以放心地在更多设备上部署他们的游戏了。
渲染方面,修复了FairyGUI动画剪辑的混合渲染问题。原本的混合函数设置不正确会导致动画显示异常,现在动画能够按照预期正确渲染,这对于使用FairyGUI作为UI解决方案的项目尤为重要。
在音频处理方面,修复了Opus音频编解码器在链接预构建引擎时可能出现的链接问题,确保了音频功能的完整性。同时针对Windows平台使用Clang编译时OpenAL预处理设置不正确的问题也得到了解决,提高了编译成功率。
开发工具链优化
Android构建系统进行了显著改进,不再使用传统的CMake工具链文件,转而采用更现代的构建方式。Gradle脚本得到了全面增强,包括将axmol.gradle移出libaxmol项目结构,使项目组织更加清晰。构建工具版本管理也更加严格,确保使用正确的Android构建工具和目标SDK版本。
CMake配置方面,游戏模块现在提供了更易访问的构建选项,开发者可以更方便地定制构建过程。考虑到C++和Lua模板项目的差异,AXGameFinalSetup.cmake文件被移到了各自的模板目录中,使配置更加贴合实际需求。
第三方库更新
引擎依赖的多个核心第三方库获得了版本升级:
- ASTC纹理压缩库从5.2.0升级到5.3.0,提供了更好的纹理压缩效率和质量
- LuaJIT更新到了最新的2.1分支提交,提升了脚本执行性能
- OpenSSL从3.5.0回退到更稳定的3.0.16版本,确保加密功能的可靠性
构建系统增强
新增了Windows预构建工作流检查CI,确保Windows平台的构建质量。Android构建环境也进行了升级,命令行工具从12.0版本升级到了19.0,提供了更多现代构建特性。
值得注意的是,引擎现在会持有Android Asset Manager的JVM引用,防止在原生代码使用期间被垃圾回收,这解决了一个潜在的稳定性问题。同时移除了许多不再需要的兼容性代码,使代码库更加简洁。
总结
Axmol 2.6.1版本虽然是一个小版本更新,但在稳定性和开发体验方面做出了重要改进。对于正在使用Axmol引擎的开发者来说,升级到这个版本将获得更好的构建体验和更稳定的运行时表现。特别是针对Android平台的优化,使得移动游戏开发更加顺畅可靠。这些改进体现了Axmol团队对产品质量的持续追求和对开发者体验的关注。
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
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