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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00