Axmol引擎2.4.0版本发布:跨平台游戏开发的新里程碑
Axmol引擎是一款开源的跨平台游戏开发框架,基于Cocos2d-x分支发展而来,专注于为开发者提供高性能、易用的游戏开发解决方案。作为一款轻量级但功能强大的引擎,Axmol支持Windows、macOS、Linux、Android、iOS以及Web等多个平台,特别适合2D游戏开发。
近日,Axmol引擎正式发布了2.4.0版本,这是一个长期支持(LTS)的小版本更新,主要聚焦于bug修复和功能改进。本次更新不仅解决了多个平台上的关键问题,还引入了一系列性能优化和新特性,进一步提升了开发体验和运行效率。
核心改进与优化
1. 构建系统增强
2.4.0版本对构建系统进行了多项改进,显著提升了跨平台开发的便捷性。现在开发者可以更灵活地选择MSVC工具集版本,这在需要特定编译器版本的团队协作环境中特别有用。对于Android平台,项目现在可以自定义Axmol引擎根路径,为复杂的项目结构提供了更大的灵活性。
Gradle脚本也经过了优化,使得Android平台的构建过程更加顺畅。此外,setup.ps1脚本在macOS上的表现得到了改善,为开发者提供了更一致的初始化体验。
2. 渲染与图形处理
在图形渲染方面,本次更新带来了多项重要改进:
- TileMap渲染优化:修复了TileMap的剔除逻辑和动画时间计算问题,使得基于瓦片的地图渲染更加精确高效。
- DrawNode增强:为DrawNode添加了缺失的const限定符,提高了代码的安全性。同时确保在Label中使用DrawNode时能正确应用透明度效果。
- WebGL性能提升:针对Web平台进行了专门的渲染优化,显著提高了WebGL环境下的帧率表现。
3. 音频系统升级
音频引擎在2.4.0版本中获得了两项重要能力:
- 最大音频实例数从默认值提升到了128个,适合需要同时播放大量音效的游戏场景。
- 新增了音频音调调节功能,开发者现在可以通过API动态修改正在播放音频的音调,为游戏中的音频效果处理提供了更多可能性。
4. 标签与文本渲染
Label组件获得了多项增强,使得文本渲染更加丰富和精确:
- 新增了对下划线和删除线的支持,并可以自定义它们的颜色。
- 改进了下划线和删除线的位置计算算法,确保它们在不同字体和字号下都能正确显示。
- 修复了文本渲染中与透明度相关的问题,使得文本在各种背景下的显示更加一致。
5. 平台特定优化
针对不同平台,2.4.0版本都进行了专门的优化:
- Windows平台:修复了EditBox在多行模式下的垂直滚动问题,并确保首次获得焦点时能正确显示文本。
- Android平台:新增了SurfaceView交互禁用功能,为特定场景下的输入处理提供了更多控制权。同时增加了Warm Start事件支持,便于开发者优化应用启动流程。
- WebAssembly平台:修复了在-O0优化级别下的编译失败问题,并消除了多个编译警告,提升了开发体验。
第三方库更新
2.4.0版本同步更新了多个核心依赖库,包括:
- Emscripten SDK从3.1.73升级到4.0.3,为WebAssembly开发带来更好的工具链支持。
- ASTC纹理压缩库升级到5.2.0版本,提供更高效的纹理压缩算法。
- 安全相关的库如OpenSSL更新到3.0.16,Curl更新到8.12.1,确保网络通信的安全性。
- 图形处理库如libpng更新到1.6.47,提供更稳定的图像处理能力。
- Clipper2库从1.4.0升级到1.5.2,改进了多边形裁剪算法的性能和稳定性。
开发者体验优化
除了功能性的改进,2.4.0版本还注重提升开发者的使用体验:
- 移除了未使用的yaml-cpp库,简化了代码库结构。
- 增加了内存中的ZIP支持,便于处理内存中的压缩数据。
- 改进了Android模板项目,使用专门的Axmol Proguard文件,简化了发布配置。
- 新增了图像数据垂直翻转功能,方便处理不同来源的图像数据。
总结
Axmol 2.4.0版本作为一个长期支持版本,在稳定性、性能和功能完备性方面都达到了新的高度。通过解决多个平台的关键问题,优化核心渲染流程,增强音频处理能力,以及更新关键依赖库,这个版本为开发者提供了更强大、更可靠的游戏开发基础。
特别值得一提的是,社区贡献在这个版本中扮演了重要角色,来自全球开发者的多项改进被纳入正式版本,展现了开源协作的力量。对于正在使用或考虑使用Axmol引擎的开发者来说,2.4.0版本无疑是一个值得升级的稳定选择,无论是新项目开始还是现有项目维护,都能从中获益。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00