Gigi项目v1.0.0版本发布:WebGPU支持与图形工具重大升级
Gigi是Electronic Arts开发的一款图形编程工具套件,主要用于简化图形渲染技术的开发流程。本次发布的v1.0.0版本带来了多项重要更新,特别是对WebGPU的原生支持,以及一系列图形开发工具的改进。
WebGPU代码生成支持
作为本次更新的核心功能,v1.0.0版本正式引入了WebGPU代码生成能力。WebGPU是新一代的图形API标准,旨在为Web应用提供高性能的图形和计算能力。Gigi现在能够自动生成符合WebGPU标准的WGSL着色器代码,这得益于Slang编译器的WGSL代码生成功能。
开发团队特别感谢Jasper St. Pierre和Jacco Bikker的贡献,其中Jacco Bikker开发的tinybvh库被集成到Gigi的WebGPU功能中,为光线追踪提供了高效的加速结构支持。
协作向量支持
新版本还增加了协作向量(Cooperative Vectors)功能。这项技术允许多个线程协同处理向量数据,能够显著提升某些计算密集型任务的性能。开发者现在可以利用这一特性优化图形算法和并行计算任务。
浏览器与用户界面改进
用户界面方面,Gigi浏览器获得了多项用户体验优化。这些改进包括更直观的操作流程和更友好的界面设计,使得图形开发工作更加高效。
编译器增强
编译器子系统现在能够访问.gguser配置文件,自动处理相机参数、系统变量等配置信息。这一改进减少了手动配置的工作量,提高了开发效率。
查看器功能升级
查看器(Viewer)组件获得了多项重要更新:
- 变量设置现在支持类型转换操作
- 新增编辑器标志,支持在着色器中使用16位数据类型
- 修复了结构化缓冲区和原始缓冲区描述符表中的视图处理问题
- 修正了非sRGB纹理显示错误
- 新增纹理查看的sRGB选项(开启/关闭/自动)
- 改进了捕获文件的保存位置,解决了安装程序相关问题
- 新增将顶点信息保存为BVH(包围层次结构)的选项,采用tinybvh的BVH_GPU格式
编辑器功能增强
编辑器方面主要更新包括:
- 着色器资源访问模式重新设计为:只读、读写和RT场景
- 改进了文件版本兼容性处理,现在可以尝试加载未知(未来)版本的文件
开发者工具集成
Martin Mittring贡献了一系列开发者体验改进:
- 优化了最近文件列表管理
- 改进了文件打开对话框路径处理
- 新增AMD RGA(AMD Radeon GPU Analyzer)支持
- 新增命令行参数(-device)用于指定查看器使用的设备
底层技术更新
项目底层也进行了多项技术升级:
- 添加.editorconfig文件统一代码风格
- 更新了Slang编译器、Agility SDK和DXC编译器
- 修复了安装后Gigi浏览器图标缺失问题
- 安装程序现在会自动安装MSVC运行库
总结
Gigi v1.0.0版本标志着该项目的一个重要里程碑,特别是WebGPU支持的加入,为Web图形开发开辟了新途径。配合协作向量、改进的开发者工具和多项功能增强,这个版本为图形开发者提供了更强大、更高效的工具集。无论是进行传统图形管线开发,还是探索WebGPU等新技术,Gigi都提供了全面的支持。
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-1.5暂无简介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