Gaffer 1.5.10.0版本发布:渲染流程优化与功能增强
Gaffer是一款开源的视觉特效和动画制作工具,专注于提供强大的节点式图形界面,用于构建复杂的渲染流程。它广泛应用于电影、电视和游戏行业,特别适合需要高度定制化渲染管线的项目。Gaffer通过节点网络的方式,让艺术家和技术总监能够灵活地控制场景的各个方面,从灯光、材质到渲染设置。
新增功能亮点
本次发布的1.5.10.0版本引入了一个重要的新节点——ShuffleRenderPasses。这个节点专门用于重新组织和调整渲染通道的顺序和结构。在复杂的渲染流程中,经常需要对多个渲染通道进行重新排列或组合,ShuffleRenderPasses节点为此提供了直观且高效的解决方案。它允许用户在不破坏原有渲染设置的情况下,灵活地调整通道顺序,这对于后期合成和分层渲染工作流程尤为重要。
核心功能改进
在Wrapper模块方面,本次更新做了两项重要改进。首先是增加了当当前RenderMan版本不可用时发出警告的功能,这有助于用户及时发现兼容性问题。其次是优化了环境变量处理逻辑,现在当RMANTREE变量为空时,系统会直接禁用GafferRenderMan的启动,而不是仅仅发出警告,这使得环境配置更加明确和可靠。
Viewer模块也得到了增强,新增了对RenderMan灯光在浮动检查器面板中的支持。这意味着用户现在可以直接在查看器中调整RenderMan灯光的各项参数,而不必每次都返回到节点编辑器中进行修改,大大提高了工作效率。
针对RenderManLight节点,本次更新增加了一个控制灯光相机可见性的插口。这个功能默认开启以匹配RenderMan的默认行为,但用户可以通过元数据注册将其配置为默认关闭。这种灵活性使得Gaffer能够适应不同工作室的工作流程需求。
问题修复与稳定性提升
在RenderMan集成方面,本次更新修复了两个关键问题。首先是修复了交互式降噪器配置的问题,确保了降噪功能在各种情况下的正常工作。其次是修复了阻止从版本化GafferRenderMan模块加载启动文件的错误,提高了模块的兼容性和稳定性。
RenderPasses模块也修复了一个重要问题,现在通过GafferSceneUI.RenderPassesUI.registerRenderPassNameWidget()注册自定义小部件的功能可以正常工作了。这对于需要扩展和自定义渲染通道名称显示方式的用户来说是一个重要的修复。
API变更与开发者注意事项
在API层面,本次更新为Light节点新增了attributes插口。这一变更为开发者提供了更灵活的方式来访问和修改灯光属性,为自定义灯光类型和扩展功能提供了更好的支持。
文档完善
文档方面,本次更新将GafferRenderMan添加到了节点参考部分,使得用户能够更方便地查阅与RenderMan相关的节点文档。这对于新用户快速上手RenderMan集成功能特别有帮助。
总体而言,Gaffer 1.5.10.0版本在渲染流程优化、用户体验改进和系统稳定性方面都做出了重要贡献,特别是对于使用RenderMan渲染器的用户来说,这些更新将显著提升工作效率和流程的可靠性。
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