MaterialX 1.39.3版本发布:材质系统的重要升级
MaterialX是一个开源的材质定义和交换标准,由电影艺术与科学学院软件基金会(ASWF)维护。它提供了一种标准化的方式来描述材质和外观开发,广泛应用于视觉效果、动画制作和实时渲染领域。MaterialX的核心价值在于其跨平台、跨应用的兼容性,使得不同软件和渲染器之间可以无缝交换复杂的材质数据。
新增功能与改进
数学运算增强
本次1.39.3版本新增了对fract节点的支持,这是一个数学运算节点,用于计算输入值的小数部分。该节点已在GLSL、OSL和MDL三种着色语言中实现,为材质艺术家提供了更多数学运算工具。
法线贴图系统升级
bump节点新增了bitangent输入,使其功能与normalmap节点保持一致。这一改进使得切线空间法线贴图的处理更加灵活和一致,特别是在处理非标准几何体时。
着色语言支持更新
MaterialX 1.39.3紧跟行业标准,增加了对最新版本着色语言的支持:
- 支持OSL 1.14,可以利用最新的闭包功能
- 支持MDL 1.10,同样集成了最新的闭包实现
这些更新确保了MaterialX生成的着色器代码能够充分利用现代渲染引擎的最新功能。
数据构建系统
新增了数据库构建支持,这是一个重要的基础设施改进。未来版本将能够基于MaterialX数据库生成衍生制品,为更复杂的材质处理流程奠定基础。
C++ API改进
新增了ElementVec类型别名,使C++代码更加清晰简洁。这一改进虽然看似简单,但对于长期维护和代码可读性有显著提升。
关键优化与修复
渲染兼容性提升
改进了与Hydra Storm的兼容性,这是USD(通用场景描述)生态系统中的重要渲染器。这一优化使得MaterialX材质在USD工作流中表现更加稳定。
类型系统重构
对着色器生成中的类型系统进行了重要重构,提高了线程安全性和整体健壮性。这一底层改进虽然对终端用户不可见,但为复杂场景下的稳定运行提供了保障。
节点实现优化
多个核心节点的实现得到了改进:
- BSDF操作节点现在更倾向于使用数据定义而非硬编码C++实现
- time节点在硬件着色语言中使用图形定义 这些改变使得节点行为更加一致,也更容易维护和扩展。
性能与稳定性
修复了多个关键问题:
- 改进了normalmap节点的版本升级逻辑,解决了在OpenUSD中使用时的问题
- 修复了OSL着色生成中的切线帧正交化问题
- 增加了XML解析中的树深度和XInclude深度验证,防止复杂文档导致的堆栈溢出
- 改进了MaterialX Viewer对无效材质的处理,避免因缺少光源导致的崩溃
构建系统更新
项目现在要求CMake 3.26作为最低版本,并优化了GitHub CI流程以缩短构建时间。这些改进主要面向开发者,使得贡献代码和构建项目更加高效。
总结
MaterialX 1.39.3版本虽然在版本号上是一个小更新,但包含了多项重要改进。从核心功能增强到底层架构优化,再到关键问题修复,这个版本进一步巩固了MaterialX作为行业标准材质系统的地位。特别是对最新着色语言标准的支持,确保了MaterialX能够与现代渲染管线保持同步,为视觉效果和实时渲染工作流提供可靠的基础。
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