NonSteamLaunchers项目v4.0.0版本发布:为Steam Deck带来更多游戏平台支持
项目简介
NonSteamLaunchers是一个专为Steam Deck设计的开源工具,它让用户能够在SteamOS上轻松安装和运行各种非Steam游戏平台。这个项目通过创建兼容的Wine前缀和配置,解决了Steam Deck原生不支持其他游戏平台的问题。最新发布的v4.0.0版本带来了多项重要更新,进一步扩展了Steam Deck的游戏兼容性。
主要更新内容
新增游戏平台支持
本次更新最引人注目的是新增了对多个游戏平台和服务的支持:
-
Boosteroid云游戏服务:现在用户可以轻松在Steam Deck上安装和使用这个云游戏平台,无需复杂的配置过程。
-
Stim.io远程游戏服务:这是一个创新的远程游戏解决方案,允许用户通过Steam Deck流式传输PC游戏。
-
Web游戏平台:
- Venge.io:一个基于浏览器的FPS游戏,特点是快速进入游戏,几乎无需等待。
- Rocketcrab.com:一个适合多人聚会的网页版桌游平台,虽然主要为手机设计,但在Steam Deck上表现良好。
- WatchParty.me:一个同步观看视频内容的网页应用,适合与朋友一起观看影片。
特别游戏支持
项目还新增了对《魔兽争霸I/II重制版》的专门支持,这是由社区贡献者cosmo-ray实现的。
Decky插件改进
Decky Loader插件版本现在重新加入了RemotePlayWhatever功能,这是一个让用户能够远程游玩各种游戏的重要工具。虽然在使用时需要一些耐心和技巧,但开发者承诺将提供详细的使用指南。
技术架构调整
v4.0.0版本标志着项目架构的一个重要转变:
-
逐步淘汰单独的APP ID选项:开发者宣布将在未来版本中移除这一功能,因为它已不再必要。这一变化旨在简化插件和桌面版本的使用体验。
-
桌面文件优化:现在提供了两个不同的.desktop文件:
- NonSteamLaunchers.desktop:完整桌面版本,包含安装最新Decky插件选项
- NSLPlugin.desktop:专为已安装Decky Loader的用户设计的简化版本
Windows支持说明
虽然主要面向Steam Deck,但项目也提供了Windows支持方案:
- 需要先运行NSLPluginWindows.exe创建必要的调试文件
- 然后可以选择运行No_console.exe或Plugin Loader.exe
- 在游戏模式或大画面模式下即可使用Decky Loader插件
需要注意的是,Windows版本目前仅支持游戏扫描功能,其他功能暂不可用。
项目展望
开发者透露了将NonSteamLaunchers上架Flathub的计划,这将大大简化普通用户的安装过程。同时,项目已经获得了广泛关注,包括被知名科技媒体Linus Tech Tips报道,并收获了3000个GitHub星标。
技术意义
NonSteamLaunchers v4.0.0的发布展示了开源社区如何通过技术创新扩展游戏硬件的可能性。它不仅解决了Steam Deck的兼容性问题,还通过云游戏和网页游戏支持,进一步拓宽了这台设备的游戏库。项目的架构简化也反映了开发者对用户体验的持续优化思考。
对于Steam Deck用户来说,这个工具极大地丰富了游戏选择,让这台便携设备真正成为"全能"的游戏平台。随着云游戏和远程游戏支持的加入,Steam Deck的游戏潜力得到了进一步释放。
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