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。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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