OpenBrush 2.10.0版本发布:多人在线协作与输入设备增强
OpenBrush是一款开源的VR绘画应用,它允许用户在虚拟现实环境中自由创作3D艺术作品。作为Tilt Brush的开源分支,OpenBrush不仅保留了原版的核心功能,还持续加入新特性和改进。最新发布的2.10.0版本带来了多项重要更新,特别是在多人在线协作和输入设备支持方面有了显著提升。
多人在线协作功能进入Beta测试阶段
2.10.0版本最引人注目的新特性是多人在线协作功能的引入。这项功能目前处于Beta测试阶段,允许多个用户同时在同一个虚拟空间中创作和互动。开发团队通过多个PR(Pull Request)对这一功能进行了持续优化和修复,确保其稳定性和可用性。
多人在线协作的实现基于网络同步技术,能够实时传输用户的画笔轨迹和操作指令。值得注意的是,该版本还加入了运行时切换实验模式的能力,这意味着用户可以在不重启应用的情况下启用或禁用这一功能,大大提升了使用便利性。
输入设备支持增强
本版本对多种输入设备提供了更好的支持:
-
Logitech MK Ink集成:新增了对罗技MK Ink手写笔的支持,为数字艺术家提供了更精确的输入方式。
-
MX Stylus修复:解决了MX Stylus手写笔在使用过程中出现的回归问题,确保兼容性。
-
Zapbox控制器改进:包括教程优化、控制器材质更新以及激光指针功能的修复,提升了使用体验。
绘画工具与用户体验优化
在绘画工具方面,2.10.0版本对橡皮擦功能进行了多项改进:
- 橡皮擦工具现在可以擦除媒体部件
- 橡皮擦不会影响已固定的部件
- 修复了橡皮擦与追踪故障相关的绘画问题
性能方面,开发团队启用了增量垃圾收集器(Incremental Garbage Collector),这有助于减少应用运行时的卡顿现象,特别是在长时间绘画会话中。
本地化与设置改进
针对全球用户,该版本修复了编辑器在本地化环境下的一些问题,并优化了设置界面。权限字符串也得到了更新,确保用户在不同语言环境下都能获得清晰的权限提示。
技术架构与构建系统升级
在技术架构方面,2.10.0版本进行了多项底层改进:
- 将scoped registries切换至OpenUPM,优化了包管理
- 使用Xcode 16.2构建Zapbox版本
- 改进了Windows开发环境
- 更新了包锁定文件以支持缓存重建
- 采用ArborXR v2 CLI进行发布管理
这些改进不仅提升了开发效率,也为未来的功能扩展打下了坚实基础。
跨平台支持
OpenBrush 2.10.0继续保持了对多平台的广泛支持,包括:
- 桌面平台(Windows、Linux、Mac)
- VR平台(Quest、Rift、Pico)
- OpenXR兼容设备
每个平台都有专门的构建版本,确保用户能在不同设备上获得最佳体验。
总结
OpenBrush 2.10.0版本在多人在线协作、输入设备支持和绘画工具等方面带来了显著改进。这些更新不仅增强了核心功能,也提升了用户体验。随着多人在线协作功能的引入,OpenBrush正从一个单纯的VR绘画工具,逐步发展为支持创意协作的社交平台。对于数字艺术家和VR爱好者来说,这个版本无疑值得尝试。
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 StartedRust0190
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08