NonSteamLaunchers-On-Steam-Deck项目新增TEMPO游戏启动器支持
NonSteamLaunchers-On-Steam-Deck项目近日完成了对TEMPO游戏启动器的集成支持。TEMPO是热门游戏The Bazaar的专用启动器,此次更新使得Steam Deck用户能够更方便地通过该项目管理非Steam平台的游戏。
作为一款专为Steam Deck设计的工具,NonSteamLaunchers-On-Steam-Deck项目致力于整合各类第三方游戏平台,让玩家可以在SteamOS环境下无缝运行来自不同发行渠道的游戏。该项目采用容器化技术,通过创建独立的运行环境来确保各启动器间的兼容性。
TEMPO启动器的加入进一步扩展了该项目的兼容范围。The Bazaar作为一款备受期待的卡牌构筑类游戏,其OBT(公开测试)阶段已经开始,玩家需要通过TEMPO启动器进行游戏下载和更新。在此之前,Steam Deck用户需要手动配置才能运行该启动器,而现在通过NonSteamLaunchers-On-Steam-Deck项目即可实现一键安装和配置。
此次更新体现了该项目团队对社区需求的快速响应能力。从用户提出需求到功能实现仅用了4天时间,展现了开源社区的高效协作特性。项目维护者moraroy在确认需求后迅速完成了代码实现,并在最新版本中发布了这一功能。
对于Steam Deck用户而言,这意味着他们现在可以通过统一界面管理包括TEMPO在内的多个游戏平台,无需再为每个启动器单独进行复杂的系统配置。这种集中化管理方式大大提升了游戏体验,特别是对于喜欢尝试不同平台游戏的玩家来说尤为重要。
随着Steam Deck设备的普及,类似NonSteamLaunchers-On-Steam-Deck这样的工具将变得越来越重要。它们降低了Linux系统下运行Windows游戏的技术门槛,让更多玩家能够享受到跨平台游戏的便利。TEMPO启动器的支持只是该项目发展过程中的一个节点,未来很可能会继续扩展对其他新兴游戏平台的支持。
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