React-XR v6.6.0版本发布:增强XR开发体验
React-XR是一个基于React和Three.js的扩展库,专门用于开发WebXR应用。它为开发者提供了简单易用的API,可以快速构建虚拟现实(VR)和增强现实(AR)体验。最新发布的v6.6.0版本带来了多项重要更新,特别是增强了开发调试体验和浏览器集成能力。
IWER合成环境模块集成
v6.6.0版本最显著的改进是集成了IWER合成环境模块,这为开发者提供了强大的调试工具。在XR开发中,测试和调试空间感知功能(如命中测试、网格和平面检测以及锚点)通常需要实际的XR设备,这增加了开发难度。
现在,开发者可以直接在集成的IWER模拟器中调试这些功能。通过简单的配置:
createXRStore({
emulate: {
syntheticEnvironment: "path-to-environment.json"
}
})
开发者可以加载自定义的合成环境进行测试,大大提高了开发效率。这个功能特别适合在没有XR硬件设备的情况下进行开发和测试。
提供会话(Offer Session)支持
新版本引入了"提供会话"功能,这是一个重要的用户体验改进。默认情况下,这个功能已经启用,它允许网站告知浏览器它可以作为AR或VR页面进入,使浏览器能够显示自定义UI。
开发者可以通过以下方式配置:
createXRStore({
offerSession: "immersive-vr"
// 或 "immersive-ar",或设置为false禁用
})
这个功能改善了用户进入XR体验的流程,提供了更专业的用户体验。值得注意的是,由于这是默认启用的功能,如果开发者需要保持旧版行为,需要显式地将其禁用。
手柄控制改进
在pmndrs/handle和react-three/handle包中,v6.6.0版本修复了几个重要问题:
-
状态增量缓存问题:修复了在apply函数中state.delta被缓存且依赖项更改时不再重新计算的问题,确保了动画和交互的准确性。
-
屏幕相机手柄方向问题:现在屏幕相机手柄(轨道和地图手柄)会正确考虑Object3D.DEFAULT_UP设置,使控制更加符合预期。
-
原点位置重计算问题:修复了在设置screenCameraStore.setOriginPosition时屏幕相机手柄不重新计算的问题,提高了交互的响应性。
升级建议
对于现有项目,升级到v6.6.0版本需要注意以下几点:
-
由于提供会话功能默认启用,如果项目需要保持旧版行为,记得在createXRStore配置中显式设置offerSession: false。
-
新的IWER合成环境模块为开发带来了便利,建议开发者尝试使用这一功能来简化测试流程。
-
手柄控制的改进可能会影响现有的交互行为,建议在升级后进行充分的测试,特别是涉及复杂交互的场景。
React-XR v6.6.0的这些改进进一步降低了WebXR开发的门槛,使开发者能够更专注于创造沉浸式体验本身,而不是底层技术细节。无论是调试工具的增强还是用户体验的改进,都体现了该项目对开发者体验的持续关注。
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