Galacean引擎1.5.6版本发布:粒子系统与色彩空间全面升级
Galacean是一款高性能的3D引擎,专注于为开发者提供强大的图形渲染能力和物理模拟功能。最新发布的1.5.6版本带来了多项重要更新,特别是在粒子系统和色彩空间处理方面有显著改进,同时修复了多个关键问题,提升了引擎的稳定性和性能表现。
粒子系统功能增强
本次更新对粒子系统进行了多项功能扩展和优化。新增的ForceOverLifetime模块允许开发者控制粒子在整个生命周期中受到的力,为粒子动画提供了更丰富的动态效果。值得注意的是,当粒子渲染模式设置为stretched时,引擎已修复了ForceOverLifetime模块可能出现的计算错误。
另一个重要改进是粒子系统现在支持从网格发射粒子,这为创建基于复杂几何形状的粒子效果打开了新可能。针对网格共享位置和法线缓冲区的情况,引擎也进行了特殊处理,确保了粒子发射的正确性。
此外,粒子系统现在支持自发光(emissive)效果,使粒子能够产生更明亮、更突出的视觉效果。在粒子使用世界坐标系时,引擎还修复了边界框变换可能存在的问题,确保了粒子效果的准确渲染。
色彩空间与渲染质量提升
1.5.6版本对色彩空间处理进行了重大改进。引擎现在全面支持sRGB色彩空间,并将所有颜色属性转换为线性空间进行处理,这显著提升了颜色混合和渲染的准确性。
在抗锯齿方面,引擎优化了MSAA(多重采样抗锯齿)的配置和内存使用,使抗锯齿效果更加精确和高效。同时新增了对FXAA(快速近似抗锯齿)的支持,为开发者提供了更多抗锯齿方案选择。
针对HDR(高动态范围)渲染,相机现在支持配置是否需要alpha通道,为不同渲染需求提供了更灵活的选项。在透明画布和加法混合模式下可能出现的渲染问题也得到了修复,确保了各种混合模式下的正确显示。
物理系统改进
物理系统方面,1.5.6版本增加了碰撞组支持,使物体间的碰撞检测更加灵活可控。同时修复了角色控制器位置同步延迟的问题,提高了物理模拟的实时性。
开发者现在可以自定义PhysX物理引擎的加载地址,这为特殊部署环境提供了便利。在物理系统释放时可能出现的错误也得到了修复,提升了系统的稳定性。
其他重要改进与问题修复
文本渲染方面,引擎修复了在某些设备上文本度量信息(如actualBoundingBoxLeft和actualBoundingBoxRight)不被支持的问题,确保了文本布局的一致性。
针对WebP图像格式,改进了解码能力的检测机制,使图像加载更加可靠。相机视口计算中的潜在问题也得到了修复,避免了像素视口为0的情况。
在上下文丢失(Context Lost)这种特殊情况下,引擎现在能够更稳定地处理,提高了应用的健壮性。边界框(BoundingBox)现在支持toJson方法,方便了数据的序列化处理。
总结
Galacean引擎1.5.6版本通过增强粒子系统功能、改进色彩空间处理和提升渲染质量,为开发者提供了更强大的创作工具。同时,多项关键问题的修复使引擎运行更加稳定可靠。这些改进使得Galacean引擎在3D内容创作和交互应用开发领域继续保持竞争力,为开发者带来更优质的开发体验。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00