Gaffer 1.5.7.0版本发布:USD与可视化功能全面升级
Gaffer是一款开源的视觉特效和动画制作工具,它采用节点式的工作流程,为艺术家和技术总监提供了强大的场景构建、渲染和合成能力。Gaffer 1.5.7.0版本带来了多项重要更新,特别是在USD(通用场景描述)支持和可视化工具方面有了显著增强。
USD功能增强
本次更新对USD的支持进行了多项改进,其中最引人注目的是新增了对USD PointInstancers的自动扩展支持。PointInstancer是USD中用于高效实例化大量几何体的重要功能,新版本可以在渲染时自动展开这些实例,使它们成为独立的对象。这一功能可以通过gafferUSD:pointInstancerAdaptor:enabled属性进行精细控制,用户还可以使用gafferUSD:pointInstancerAdaptor:attributes属性指定哪些点云原始变量应提升为用户属性。
在Viewer中,新增了"Expand USD Instancers"选项,默认情况下,除OpenGL外的所有渲染器都会启用此功能。这意味着艺术家可以更灵活地查看和编辑USD场景中的实例化对象。
可视化工具升级
VisualiserTool新增了对向量(V3f)数据的可视化支持,这是一个非常实用的功能更新。现在用户可以通过vectorScale插值调整向量线的显示比例,使用vectorColor插值改变向量颜色,甚至可以通过Shift++和Shift+-快捷键快速调整比例。当鼠标悬停在顶点附近时,工具还会显示该顶点的向量值,大大提升了数据可视化的直观性。
实例化功能改进
Instancer节点现在支持相对路径的原型引用,这是一个重要的工作流程改进。当使用相同的场景连接到in和prototypes时,现在可以将实例化器及其原型一起重新定位到层次结构中的不同位置。以"./"开头的路径将被视为相对路径,或者用户可以通过设置环境变量GAFFERSCENE_INSTANCER_EXPLICIT_ABSOLUTE_PATHS来强制任何不以"/"开头的路径被视为相对路径。
渲染器支持增强
在渲染器支持方面,3Delight现在支持灯光静音功能,Arnold渲染器则改进了着色器节点菜单的显示方式,能够识别Arnold的ui.name元数据,使OpenPBR Surface菜单项的显示更加规范。
性能优化与错误修复
本次更新还包括多项性能优化和错误修复。Instancer节点的哈希计算得到了改进,减少了不必要重新计算的情况。修复了SceneWriter在写入动画属性和边界到USD时的问题,以及NumericPlug在序列化具有无限最小/最大值插值时的错误。
开发API改进
对于开发者而言,Attributes和Options类新增了受保护的构造函数,用于从元数据定义的属性/选项进行初始化。ShaderUI现在支持noduleLayout:visible和noduleLayout:defaultVisibility元数据,这些元数据可以通过Metadata API以与userDefault相同的方式进行注册。
Gaffer 1.5.7.0版本的这些更新进一步巩固了其在专业视觉特效制作领域的地位,特别是在USD工作流程和可视化工具方面的增强,将为艺术家和技术总监提供更高效、更直观的创作体验。
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