TGUI 1.9.0版本发布:跨平台GUI库的重大更新
TGUI(Tiny GUI)是一个轻量级、跨平台的C++ GUI库,它提供了丰富的UI组件和现代化的界面设计能力。TGUI最初是为SFML图形库设计的,但随着发展已经支持多种后端渲染引擎,包括SDL、Raylib等,使其成为游戏开发和图形应用程序中构建用户界面的理想选择。
新后端支持:SDL_GPU
TGUI 1.9.0版本引入了对SDL3新GPU API的支持。这一重大更新意味着开发者现在可以使用SDL_GPU作为TGUI的后端渲染引擎。SDL_GPU是SDL3中新增的一个高性能图形渲染API,它提供了更直接的硬件加速访问,能够带来更好的渲染性能。
对于已经使用SDL3进行项目开发的团队来说,这一支持意味着可以无缝集成TGUI到现有项目中,无需额外的渲染层转换。SDL_GPU后端特别适合那些需要高性能图形渲染的游戏和应用程序。
RichTextLabel功能增强
RichTextLabel组件在此版本中获得了重要增强,新增了对URL标签的支持。这意味着开发者现在可以在富文本中嵌入超链接,为用户提供更丰富的交互体验。
此外,新增的findLinkAtPos函数允许开发者检查鼠标是否悬停在任何链接上,这为实现链接悬停效果和点击处理提供了基础。这一功能对于创建现代化的、类似网页的交互体验非常有价值,特别是在游戏内的帮助系统、教程或信息展示界面中。
CanvasSFML坐标映射功能
CanvasSFML类新增了两个实用的坐标转换函数:mapPixelToCoords和mapCoordsToPixel。这些函数提供了像素坐标与逻辑坐标之间的双向转换能力,解决了在复杂视图和变换场景下精确定位UI元素的问题。
这一功能特别适用于那些需要在不同坐标系之间进行转换的场景,比如当CanvasSFML用于游戏中的小地图或特殊效果渲染时,开发者可以更轻松地处理坐标系统间的映射关系。
百分比字面量支持
TGUI 1.9.0引入了一个新的命名空间tgui::literals::percent,其中包含了_percent用户定义字面量。这一语法糖使得在代码中表示百分比值更加直观和类型安全。
例如,开发者现在可以这样写:
auto width = 50_percent; // 等同于tgui::Layout2d("50%")
这种表达方式不仅使代码更易读,还能在编译时捕获一些潜在的类型错误,提高了代码的健壮性。
Android平台上的Raylib支持
此版本增加了通过raymob在Android平台上使用raylib后端的能力。这一扩展使得TGUI可以更广泛地应用于移动设备开发,特别是那些使用raylib作为图形引擎的Android游戏和应用。
对于移动开发者来说,这意味着他们可以在Android平台上利用TGUI的强大UI功能,同时保持raylib的轻量级和跨平台特性。这一支持为移动游戏开发提供了更多可能性。
动画效果修复
TGUI 1.9.0修复了在使用showWithEffect或hideWithEffect函数时,当淡入淡出(Fade)动画尚未完成时的行为问题。这一修复确保了动画效果的平滑过渡,避免了在快速连续触发动画时可能出现的视觉瑕疵。
对于注重用户体验的开发者来说,这一改进意味着他们可以更可靠地使用TGUI的动画效果系统,创建更流畅的界面过渡和交互体验。
总结
TGUI 1.9.0版本带来了多项重要更新和功能增强,从新的渲染后端支持到现有组件的功能扩展,再到平台兼容性的提升。这些改进不仅丰富了TGUI的功能集,也提高了其在各种应用场景下的适用性和稳定性。
对于C++开发者,特别是那些需要构建跨平台图形界面的游戏和应用开发者来说,TGUI 1.9.0提供了一个更加强大和灵活的工具集。无论是桌面应用还是移动应用,新版本都能满足更广泛的开发需求,同时保持TGUI一贯的轻量级和易用性特点。
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