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。
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 StartedRust0154- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112