Moonlight-Android项目v12.1.250609版本技术解析
Moonlight-Android是一个开源的Android客户端实现,用于通过NVIDIA GameStream协议或开源的Sunshine服务进行PC游戏串流。该项目让用户可以在Android设备上流畅地游玩PC上的游戏,提供了低延迟、高画质的游戏体验。
核心功能改进
触控板自然模式增强
本次更新重点改进了Trackpad(Natural)模式下的输入体验。开发团队实现了鼠标加速功能,并增强了触控精度控制。更值得注意的是,新增了类似SteamController/SteamDeck的鼠标动量效果,这使得触控板操作更加接近原生PC游戏体验。
控制器ID分配修复
解决了控制器ID分配过程中可能出现的问题。这个修复确保了在多控制器连接场景下,每个控制器都能被正确识别和使用,避免了输入混乱的情况。
暗色模式优化
设置界面的暗色主题得到了进一步优化,现在显示效果更加深邃统一,减少了长时间使用时的视觉疲劳。
系统集成改进
快捷方式修复
修复了查看应用程序列表的快捷方式问题,现在用户可以更便捷地访问和管理已安装的串流应用。
网络唤醒功能增强
ShortcutTrampoline组件现在会在计算机状态未知时尝试发送WOL(Wake-on-LAN)魔术包。这个改进使得远程唤醒功能更加可靠,特别是在网络环境不稳定的情况下。
配套工具介绍
本次更新还附带了一个实用工具ApolloLauncherExport,它能够将Apollo应用导出到Pegasus、Daijishō和ES-DE等前端启动器中。这个工具为追求更专业游戏启动体验的用户提供了便利,使得游戏管理更加高效和美观。
性能注意事项
开发团队特别提醒用户注意某些设备的"游戏优化工具"或"游戏辅助"功能可能会锁定帧率。建议在这些设备上禁用相关功能或将Artemis从这些工具中移除以获得最佳性能表现。
需要强调的是,应用内的性能叠加层显示的是解码器的运行帧率,而非屏幕的实际刷新率。要查看屏幕的真实刷新率,用户需要进入Android开发者选项并启用FPS计数器。
兼容性说明
此版本包含需要Apollo服务支持的功能改进,包括虚拟显示、OTP/深度链接配对、服务器命令和剪贴板同步等高级功能。虽然与当前Sunshine主机的兼容性不受影响,但某些功能可能无法在GFE环境下正常工作。
本次更新还迎来了新的贡献者rubyrubyp,他为项目提交了首个合并请求,展现了开源社区的活力与协作精神。
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 StartedRust0197
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 Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07