Vengi项目0.0.35版本发布:全面增强的体素编辑与转换能力
Vengi是一个功能强大的开源体素编辑与转换工具集,专注于为3D体素数据提供全面的处理解决方案。该项目包含多个组件,如VoxEdit体素编辑器、VoxConvert格式转换工具等,支持多种体素格式的导入导出操作。
核心功能更新
最新发布的0.0.35版本带来了多项重要改进和新特性,显著提升了工具的实用性和兼容性。
格式支持扩展
开发团队新增了对BenVoxel格式(ben和ben.json)的支持,同时改进了对3DS格式的处理能力,现在可以正确加载顶点颜色数据。对于GLTF格式,修复了嵌入式图像的处理问题,使得包含纹理的模型能够被更准确地导入。
在输出方面,新增了Godot引擎场景格式(escn)的导出功能,为游戏开发者提供了更便捷的工作流程。此外,还实现了对KenneyShape(kenshape)格式的支持,进一步丰富了工具集的兼容性。
性能与稳定性优化
针对Windows平台进行了多项改进,包括修复了Unicode路径处理问题、实现了符号链接支持,并防止了文件被重复打开导致的错误。这些改动显著提升了在Windows环境下的使用体验。
新增的voxformat_texturepath配置变量允许用户定义额外的纹理搜索路径,这在处理依赖外部纹理资源的模型时特别有用。同时,通过palformat_maxsize变量,用户可以控制调色板量化的最大图像尺寸,为处理大型纹理提供了灵活性。
VoxEdit编辑器增强
编辑器方面最显著的改进是新增了"编辑模式变换"功能,允许用户直接在场景中编辑单个体素体积,而无需脱离上下文环境。这一特性极大地提高了建模效率,特别是在处理由多个部分组成的复杂模型时。
可视化辅助工具也得到了加强,现在可以在视口中显示参考平面,帮助用户更好地进行空间定位。在场景模式下显示法线信息的功能,则为模型的后续处理和光照设置提供了有价值的参考。
VoxConvert转换工具改进
格式转换工具VoxConvert进行了界面简化,移除了冗余的文件类型选择选项,使操作流程更加直观。脚本支持功能被集成到用户界面中,同时命令行版本增加了对多脚本参数的支持,为自动化处理提供了更多可能性。
移除了单独的--slice参数,相关功能已整合到PNG格式处理中,使工具的功能组织更加合理。改进后的--usage命令现在会显示Lua脚本的详细信息,方便用户了解可用的自动化处理选项。
技术细节与问题修复
本次更新修复了多个关键问题,包括Magicavoxel文件在没有图层时的加载错误、Thing格式的处理问题以及VXL格式的兼容性改进。新增的Ace Of Spades地图生成器代码采用了公共领域授权,为用户提供了创建经典风格体素地图的新选择。
对于高度图导入,新增的voxformat_imageheightmapminheight变量允许用户设置最小高度值,为地形创建提供了更精细的控制。PNG导入时的调色板处理也得到了修正,确保了颜色数据的准确转换。
总结
Vengi 0.0.35版本通过新增文件格式支持、改进核心功能以及修复关键问题,为体素艺术家和开发者提供了更强大、更稳定的工具集。特别是编辑模式下的直接变换功能和增强的格式兼容性,将显著提升用户的工作效率。这些改进使Vengi在开源体素工具领域中保持了领先地位,为各类体素相关项目提供了可靠的技术支持。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112