Galacean引擎1.5.5版本发布:粒子系统与色彩空间全面升级
Galacean是一款专注于Web端高性能图形渲染的引擎,特别适合开发高质量的3D交互内容和游戏。本次1.5.5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,同时也包含多项性能改进和问题修复。
粒子系统功能全面增强
在1.5.5版本中,Galacean引擎对粒子系统进行了多项重要升级,显著提升了粒子效果的丰富性和表现力。
首先新增了"ForceOverLifetime"模块,允许开发者控制粒子在整个生命周期中受到的作用力变化。这个功能特别适合模拟自然现象,比如风力影响下的树叶飘落或水花飞溅效果。值得注意的是,开发团队还修复了当粒子使用拉伸(Stretched)渲染模式时该模块可能出现的计算错误。
另一个重大改进是支持基于网格(Mesh)发射粒子。现在粒子可以从3D模型表面发射,而不仅仅是简单的点或平面。这个特性为特效设计提供了更多可能性,比如可以让火焰从复杂形状的物体表面冒出,或者让魔法效果沿着特定路径流动。针对网格共享顶点缓冲的情况,引擎也做了特殊处理以确保正确发射。
此外,粒子系统现在支持自发光(Emissive)效果,这使得发光粒子可以更好地融入HDR渲染管线,创造出更真实的发光、火焰等视觉效果。
色彩空间处理全面升级
1.5.5版本对色彩空间处理进行了重大重构,全面支持sRGB和线性色彩空间。
引擎现在能够正确识别和处理sRGB纹理,确保颜色在不同设备上显示一致。同时,所有颜色属性都已重构为使用线性空间进行计算,这包括材质颜色、光照颜色等各个方面。这种改变虽然对开发者透明,但能显著提升渲染质量,特别是在光照和颜色混合方面。
配合色彩空间升级,引擎还新增了FXAA(快速近似抗锯齿)支持,可以在保持性能的同时有效减少锯齿现象。抗锯齿现在与线性色彩空间协同工作,确保边缘平滑的同时不破坏颜色准确性。
针对HDR渲染,相机现在支持配置是否需要Alpha通道,为后期处理提供了更多灵活性。同时修复了透明画布和加法混合模式下的若干问题,使透明效果更加准确。
物理系统与性能优化
物理系统方面,新增了碰撞组支持,允许更精细地控制哪些物体应该发生碰撞。同时也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。现在开发者还可以自定义PhysX库的加载路径,为特殊部署场景提供了便利。
性能优化方面,改进了MSAA(多重采样抗锯齿)的配置和内存使用,使抗锯齿效果更加高效。针对移动设备,修复了文本度量在某些设备上不准确的问题。还解决了WebP解码能力检测、上下文丢失恢复等多个稳定性问题。
总结
Galacean 1.5.5版本通过粒子系统的多项增强和色彩空间的全面升级,显著提升了引擎的表现力和渲染质量。这些改进使得开发者能够创建更加丰富、真实的视觉效果,同时保证了性能和稳定性。对于需要高质量Web 3D渲染的项目,这个版本提供了更多强大的工具和更可靠的基础。
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