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。
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