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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00