Proton项目:《The Coffin Of Andy And Leyley》游戏兼容性问题分析
2025-05-07 01:55:09作者:江焘钦
问题概述
近期有用户报告在Proton环境下运行《The Coffin Of Andy And Leyley》(Steam AppID: 2378900)时遇到了严重的图形显示问题。主要表现为游戏UI界面异常以及游戏中出现奇怪的拉伸效果和像素重复问题。
系统环境配置
用户使用的硬件配置为AMD RX 6800显卡,运行在以下软件环境中:
- 显卡驱动:Mesa 23.3.5
- 内核版本:Linux 6.7.4
- 测试了多个Proton版本:8.0-5、experimental以及GE版本
问题现象
从用户提供的截图可以观察到:
- 游戏菜单界面出现严重渲染错误,文字和按钮显示异常
- 游戏场景中出现明显的图像拉伸和像素重复现象
- 整体游戏体验受到严重影响,几乎无法正常游玩
问题诊断与解决方案
经过技术分析,发现问题根源在于系统错误地使用了AMDVLK驱动而非默认的RADV驱动。AMDVLK是AMD提供的官方Vulkan实现,而RADV是基于Mesa的开源Vulkan驱动。
解决方案如下:
- 检查当前系统使用的Vulkan驱动
- 确保系统优先使用RADV驱动而非AMDVLK
- 可以通过设置环境变量或重新配置驱动优先级来解决
技术背景
在Linux游戏兼容性领域,驱动选择对游戏性能表现有重大影响。虽然AMDVLK是AMD官方驱动,但在某些游戏场景下,社区开发的RADV驱动往往能提供更好的兼容性和性能表现。这主要是因为:
- RADV驱动针对游戏场景进行了更多优化
- RADV驱动更新频率更高,能更快支持新游戏特性
- RADV驱动与Proton/Wine的集成度更好
建议与最佳实践
对于使用AMD显卡的Linux游戏玩家,建议:
- 定期检查系统使用的Vulkan驱动
- 优先尝试RADV驱动以获得最佳游戏兼容性
- 遇到图形问题时,首先考虑驱动切换测试
- 保持系统和驱动更新至最新稳定版本
通过正确的驱动配置,《The Coffin Of Andy And Leyley》可以在Proton环境下获得完美的运行体验。这个案例也再次证明了驱动选择在Linux游戏兼容性中的重要性。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218