Axmol引擎2.3.0版本发布:跨平台游戏开发的新里程碑
Axmol引擎是一款基于Cocos2d-x分支发展而来的开源跨平台游戏引擎,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和iOS等多个平台,特别适合2D游戏开发。2025年1月1日,Axmol团队发布了2.3.0版本,这是一个长期支持(LTS)的小版本更新,主要包含问题修正和功能改进。
核心改进与功能增强
平台兼容性提升
2.3.0版本特别针对Android 15系统进行了优化,新增了对16KB页面大小的支持。这一改进对于现代Android设备的兼容性至关重要,特别是随着Android系统不断演进,底层硬件架构也在发生变化。16KB页面大小的支持确保了Axmol引擎能够在最新的Android设备上高效运行。
构建系统优化
构建系统是开发体验的重要组成部分。本次更新对构建配置文件进行了全面改进,使得跨平台构建更加顺畅。特别值得一提的是新增的axmol-bs最小化包,它为常见的跨平台构建目的提供了精简的解决方案,大大简化了构建流程。
命名空间重构
为了保持项目的一致性和专业性,2.3.0版本进行了重要的命名空间调整:
- 将Java包名从
org.axmol*变更为dev.axmol* - 将着色器编译器工具
glslcc重命名为axslcc
这些变更虽然不影响功能,但体现了项目向更加专业和统一的方向发展。
开发工具链更新
开发工具链的更新是本次发布的另一个亮点:
- 将libclang更新至19.1.6版本,提升了Lua绑定生成器的性能和稳定性
- 将下载包存储位置从
tools/external改为cache目录,更加符合现代构建系统的惯例 - 新增了对Visual Studio 2022预览版的支持,确保开发者可以使用最新的开发环境
重要问题修正
渲染系统修正
- 修正了Windows平台上使用长字符串创建Label时可能导致随机崩溃的问题
- 修正了DrawNode::drawPie在特定参数组合下的绘制错误
- Metal渲染后端现在支持mipmap,提升了纹理渲染质量
平台特定问题
- 修正了Android构建过程中的多个问题
- 修正了Android类名路径不正确的问题
- 改进了媒体播放器的稳定性
用户体验改进
- 在EditBox中增加了CTRL+A全选文本的支持
- 防止Android平台上deleteBackward方法的过度调用,减少了潜在的崩溃风险
- 使Win32消息框始终保持最顶层显示
性能与功能增强
绘图功能改进
DrawNode::drawPie()方法得到了显著改进,提供了更精确的圆形和扇形绘制能力。这对于需要精确几何图形的游戏特别有价值。
内存管理
新增了printLeaks调用,帮助开发者更好地检测和解决内存泄漏问题。这一改进对于长期运行的应用程序尤为重要。
字体系统
移除了TTF字体对字符码65535的限制,大大扩展了字体系统的字符支持范围,为国际化应用提供了更好的支持。
第三方库更新
2.3.0版本包含了多个重要第三方库的更新:
- ASTC纹理压缩库从4.8.0升级到5.1.0
- c-ares异步DNS解析库更新至1.34.4
- curl网络传输库升级到8.11.1
- flatbuffers序列化库更新至24.12.23
- fmt格式化库升级到11.1.1
- Oboe音频库更新至1.9.3
- WebP图像库升级到1.5.0
- JPEG-Turbo图像库更新至3.1.0
- LuaJIT脚本引擎更新到最新版本
- Dear ImGui升级到1.91.6
这些更新不仅带来了性能提升,还修正了已知的问题和稳定性问题。
Android构建增强
针对Android平台,2.3.0版本带来了多项改进:
- Android Gradle插件(AGP)从8.4.0升级到8.7.3
- Gradle构建工具从8.8.0更新到8.11.1
- 目标SDK版本从34提升到35
- 新增了对Android应用包(.aab)格式的支持,通过
axmol -p android -aab命令即可构建
总结
Axmol 2.3.0版本虽然是一个小版本更新,但包含了大量实质性的改进和修正。从底层渲染到高层API,从构建系统到开发工具,各个方面都得到了增强。特别是对最新Android平台的支持和构建系统的优化,使得Axmol在现代游戏开发环境中保持了竞争力。
对于现有项目升级,团队提供了详细的升级指南,帮助开发者平滑过渡到新版本。这个版本作为长期支持(LTS)版本,将是未来一段时间内推荐的稳定版本,特别适合需要长期维护的项目使用。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00