KTX-Software 4.4.0版本发布:纹理压缩与处理工具的重大更新
KTX-Software是Khronos Group开发的一个开源项目,专注于为图形开发者提供高效的纹理压缩和处理工具。该项目包含了一系列命令行工具和库函数,能够帮助开发者创建、转换、验证和处理KTX(Khronos Texture)格式的纹理文件。KTX格式是Khronos Group为图形应用设计的标准纹理格式,广泛应用于游戏开发、虚拟现实和增强现实等领域。
核心更新内容
规范兼容性提升
KTX-Software 4.4.0版本全面兼容KTX规范修订版4和Khronos数据格式规范1.4版本。这一更新带来了几个重要改进:
-
传输函数处理机制进行了全面重构,现在支持在非sRGB格式中使用几乎任何传输函数,这为开发者提供了更大的灵活性。
-
新增了对"none"(KTX_DF_PRIMARIES_UNSPECIFIED)原色值的支持,这是KTX规范修订版4中某些格式所必需的。
-
在超级压缩文件时,现在会保留DFD中的bytesPlane[0-7]字段值,确保与Khronos数据格式规范1.4版本的兼容性。
新增工具与功能
4.4.0版本引入了多个新工具和功能:
-
ktx compare:全新的比较工具,可以对比KTX2文件之间的差异。
-
ktx deflate:支持使用Zlib或Zstd对KTX2文件进行压缩,替代了原有的ktxsc工具功能。
-
ktx create增强:
- 新增了
--assign-texcoord-origin和--convert-texcoord-origin选项,用于处理纹理坐标原点 - 增加了
--normalize和--scale选项,用于纹理数据归一化和缩放 - 支持对非原始输入图像进行尺寸调整
- 新增了
-
ktx encode增强:现在支持将KTX2文件编码为ASTC格式。
库函数更新
libktx库新增了几个重要函数:
-
ktxTexture2_DecodeAstc:将ASTC格式纹理解码为非压缩格式。 -
ktxLoadOpenGL:允许应用程序显式加载库使用的GL函数指针,特别适用于某些平台(如Fedora)上OpenGL函数查询受限的情况。 -
多个写入和销毁函数(如
ktxTexture2_Write*和ktxTexture[12]_Destroy)现在成为公共API的一部分。
绑定改进
JavaScript绑定重写
JavaScript绑定几乎完全重写,现在支持libktx的读写功能:
-
工厂函数名称从
LIBKTX改为createKtxModule(旧名称仍作为别名保留)。 -
移除了类名中的
ktx前缀,使API更加简洁。 -
枚举器和常量命名与libktx保持一致,便于记忆和使用。
-
新增了完整的测试套件,同时也作为使用示例。
Java绑定重大改进
Java绑定经过大规模重构,主要改进包括:
-
新增了
deflateZstd、deflateZLIB和createFromMemory等方法。 -
修复了
KtxBasisParams#setInputSwizzle函数导致的数据损坏问题。 -
提高了常量命名和处理的统一性。
-
改进了错误处理机制,增加了JavaDocs文档。
-
暴露了超级压缩函数和
ktxTexture_GLUpload功能。
性能与兼容性
-
ASTC编码器更新至5.2.0版本,提供更好的压缩效率和性能。
-
新增了对SSIM和PSNR比较的支持,可用于ASTC编码质量评估。
-
改进了对EXR 2.0输入文件的支持。
已知问题与注意事项
-
不同平台(x86_64和arm64)使用GCC编译的zlib压缩文件可能不完全相同。
-
WebGL开发者需要注意纹理尺寸限制,可能需要预先调整输入图像尺寸。
-
Basis Universal编码结果在不同平台上会有轻微差异(非确定性)。
-
UASTC RDO结果在多次运行中会有变化,除非禁用多线程。
-
Vulkan和GL加载器暂不支持深度/模板纹理。
总结
KTX-Software 4.4.0版本是一个重要的里程碑更新,不仅提升了规范兼容性,还增加了多个实用工具和功能。特别是JavaScript和Java绑定的改进,使得这些平台的开发者能够更便捷地使用KTX格式的强大功能。对于图形开发者而言,这个版本提供了更完善的纹理处理工具链,从创建、编码、压缩到比较的完整工作流程支持。虽然存在一些平台相关的已知问题,但整体而言,4.4.0版本为开发者提供了更强大、更稳定的纹理处理解决方案。
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