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。
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-1.5暂无简介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
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
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