Axmol引擎2.6.0版本发布:跨平台游戏开发的重大更新
Axmol是一个开源的跨平台游戏引擎,基于Cocos2d-x分支发展而来,专注于为开发者提供高性能、易用的游戏开发解决方案。它支持Windows、macOS、Linux、Android、iOS以及WebAssembly等多个平台,特别适合2D游戏开发。本次2.6.0版本作为长期支持(LTS)版本,带来了多项重要改进和错误修复。
核心改进与平台支持
本次更新显著提升了Android开发环境的兼容性,现在支持最低Android 16版本,同时要求Android Studio的最低版本更新至2024.3.2。对于WebAssembly平台,修复了Windows下的构建问题,并推荐使用emsdk 3.1.73版本以获得更好的Chrome调试体验。
在音频处理方面,引擎改进了OGG音频文件的处理机制,现在能够通过文件头准确检测编解码器。同时修复了在使用Apple OpenAL框架时播放Opus音频失败的问题,为跨平台音频处理提供了更稳定的支持。
性能优化与内存管理
ZipUtils模块中的decompressGZ函数得到了显著改进,现在能够精确解析未压缩数据的大小并预留恰好的内存空间,避免了内存浪费。此外,还增加了输入数据大小的有效性检查,防止了潜在的安全问题和无限循环情况。
对于PNG图像处理,修复了PNG_ARM_NEON_OPT标志的问题,提升了在ARM架构设备上的图像处理性能。同时,更新了libpng到1.6.48版本,进一步增强了图像处理的稳定性和性能。
文本渲染与UI改进
文本渲染系统获得了多项重要修复,特别是在Overflow::CLAMP模式下,修复了字符、下划线和删除线超出标签边界的问题。对于特定字符集和左对齐文本的显示问题也得到了解决,使文本渲染更加精确和可靠。
在UI组件方面,FairyGUI支持了混合模式(blending),为UI设计提供了更多创意可能性。同时,MediaPlayer组件新增了getVirtualRenderer实现,增强了媒体播放功能的灵活性。
构建系统与工具链更新
构建系统进行了多项改进,包括更友好的Linux环境设置、改进的Android Studio支持,以及更清晰的axslcc工具查找提示。Gradle构建脚本移除了过时的renderscriptDebuggable配置,使构建过程更加现代化。
工具链方面,Android构建工具更新至35.0.0版本,目标SDK提升至36。AGP(Android Gradle Plugin)从8.7.3升级到8.10.0,带来了更好的构建性能和兼容性。
安全与稳定性增强
下载器模块(curl)修复了可能导致下载线程崩溃或挂起的问题,提升了网络操作的稳定性。同时更新了多个关键第三方库,包括OpenSSL 3.5.0、c-ares 1.34.5和Clipper2 1.5.3等,增强了安全性和功能完整性。
对于开发者体验,Android项目现在默认启用详细日志,便于调试。PowerShell脚本的执行策略说明更加清晰,帮助开发者避免常见的配置问题。
总结
Axmol 2.6.0版本作为长期支持版本,在稳定性、性能和开发者体验方面都做出了显著改进。从底层的内存管理到高层的UI组件,从构建系统到跨平台支持,这次更新全面提升了引擎的可靠性和功能性。对于正在使用或考虑使用Axmol引擎的开发者来说,2.6.0版本无疑是一个值得升级的稳定选择。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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