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。
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