Nu游戏引擎v18.17.0版本发布:大规模API重构前的稳定版本
Nu是一个开源的3D游戏引擎,专注于提供高性能的渲染能力和灵活的开发体验。作为一款现代化的游戏引擎,Nu采用了先进的渲染技术,包括基于物理的渲染(PBR)、屏幕空间反射(SSR)、动态阴影等特性,同时提供了完善的工具链和工作流支持。
本次发布的v18.17.0版本是一个重要的稳定性更新,为即将到来的大规模API重构做准备。这个版本主要聚焦于修复现有问题、优化系统稳定性,并引入了一些小的改进,确保开发者在API变更前能够拥有一个可靠的开发环境。
渲染系统优化
在渲染方面,本次更新进行了多项重要改进:
-
阴影系统增强:增加了阴影接缝大小,修复了阴影渲染越界的问题。同时改进了方向光阴影的深度表示方式,采用更标准化的实现,提高了阴影质量。
-
屏幕空间反射(SSR)优化:提高了SSR的默认距离截止值(SsrDistanceCutoffDefault),使得开发者更容易上手使用SSR功能,无需过多调整参数即可获得不错的效果。
-
光照系统改进:现在支持最多9个前向光源,与阴影系统保持一致。同时优化了光照贴图的内存使用,现在多个光照贴图可以共享渲染/帧缓冲区资源。
-
顶点数组对象(VAO)定义方式:改进了VAO的定义方法,使其更加符合现代OpenGL的最佳实践。
工具与编辑器改进
Nu的配套编辑器Gaia在这个版本中也获得了一些实用改进:
-
可视化调试:现在可以在Gaia中直观地查看选定光源的视锥体(frustum),这对于调试光照和阴影设置非常有帮助。
-
UI布局优化:改进了ImGui窗口的处理顺序,现在按照布局顺序进行处理,使得界面更加一致和可预测。同时对Gaia的整体UI进行了重新安排,提升了用户体验。
-
状态文件重命名:将GaiaState.txt重命名为Nu.Gaia.State.txt,使其命名更加规范,避免可能的命名冲突。
核心系统修复
引擎核心部分也进行了多项重要修复:
-
地形系统:修复了一个可能导致崩溃的地形渲染问题。
-
批处理系统:修复了批处理系统的回归问题,确保渲染性能不受影响。
-
文本渲染:修复了文本渲染的回归问题,保证UI文本显示正常。
-
空间树(Spatial Tree):修复了空间树相关的多个bug,提高了场景管理的可靠性。
-
GUI系统:修复了非泛型GuiDispatcher中Omnipresent规范缺失的问题。
性能与兼容性
-
依赖项更新:更新了.NET基础依赖和Jolt物理引擎,确保使用最新的稳定版本。
-
第三方库同步:更新了Prime和CSV依赖库,保持生态系统的同步。
-
项目配置:修复了launchSettings文件的问题,虽然开发者可能并不需要这些文件,但确保它们的正确性仍然很重要。
未来展望
这个版本作为大规模API重构前的最后一个稳定版本,为即将到来的重大变更奠定了基础。开发者可以放心使用这个版本进行项目开发,同时为未来的API变更做好准备。即将到来的重构将使Nu的API更加符合人体工程学,提供更流畅的开发体验。
对于正在使用Nu进行项目开发的团队,建议在升级到这个稳定版本后,密切关注后续的API变更公告,以便及时调整代码适应新的API设计。
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 StartedRust099- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00