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。
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