Vengi项目0.0.38版本发布:性能优化与功能增强
Vengi是一个开源的体素编辑和渲染引擎项目,专注于为3D体素图形提供强大的创作工具和高效的渲染能力。该项目包含多个组件,如VoxEdit体素编辑器、格式转换工具等,支持多种体素文件格式的导入导出。
核心改进
本次0.0.38版本带来了多项重要改进,主要集中在性能优化和功能增强两个方面。在渲染方面,修复了场景模式下的轮廓渲染问题,改进了二进制网格生成器的环境光遮蔽效果,并解决了Bloom渲染中的伪影问题。这些改进使得视觉呈现更加精确和美观。
文件格式支持
文件格式支持方面有了显著增强。项目现在完全支持binvox格式的2和3版本(包括非官方版本),并提供了保存为三种不同版本binvox文件的选项。此外,新增了对Luanti/Minecraft mts文件格式的写入支持,为Minecraft地图创作者提供了更多便利。
性能优化
性能优化是本版本的重点之一。项目改进了DirectStateAccess(DSA)对OpenGL的支持,并进行了多项底层性能优化。这些改进使得整体运行效率得到提升,特别是在处理大型体素场景时更为明显。
工具链增强
工具链方面也进行了多项增强。新增了将场景保存为高度图(PNG)的功能,为地形创作提供了新途径。Lua脚本绑定增加了对genland算法的支持,扩展了程序化生成的能力。这些改进为创作者提供了更多灵活性和可能性。
跨平台支持
跨平台支持方面,项目现在能够在苹果和Windows终端上正确显示颜色,提升了命令行工具的使用体验。同时修复了Windows系统下的目录导入问题,确保在不同操作系统上都能稳定运行。
材质系统改进
材质系统进行了重要修复,确保材质变更能够正确应用到调色板中。这一改进使得材质编辑工作流程更加可靠和直观。
版本规划
值得注意的是,开发者表示这可能是最后一个0.0.X版本的发布,预示着项目可能即将进入新的发展阶段。这表明Vengi项目已经趋于成熟,未来可能会有更大规模的更新。
总体而言,0.0.38版本通过多项性能优化和功能增强,进一步提升了Vengi作为体素创作工具的实用性和稳定性,为创作者提供了更加强大和可靠的工作环境。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00