Gigi项目v0.99.6版本发布:图形处理工具的重大更新
Gigi是一个专注于图形处理和计算着色器技术的开源项目,它为开发者和研究人员提供了一个强大的工具集,用于探索和实现各种图形算法。该项目特别适合需要进行图像处理、3D渲染和GPU计算的研究人员和开发者使用。最新发布的v0.99.6版本带来了多项重要更新和改进,显著提升了用户体验和功能完整性。
浏览器功能增强
本次更新中,Gigi浏览器功能得到了显著增强。现在用户可以通过浏览器搜索技术库中的各种图形处理技术,并且可以提交自己的技术实现与他人分享。这一功能极大地促进了技术交流和知识共享。为了优化用户体验,大多数技术实现已经从技术文件夹中移出,现在可以通过浏览器直接访问。这一改变不仅简化了文件结构,还使得技术管理更加直观。
在性能优化方面,安装包大小从564MB大幅缩减至199MB,减少了近65%的体积。这一优化显著降低了用户的下载和安装成本,特别是对于网络条件有限的用户来说尤为重要。
查看器功能升级
查看器功能在本版本中获得了多项实用改进。新增的鼠标区域半径功能可以显示定义半径区域内像素的平均值,同时选中的像素或区域会高亮显示,这些功能对于精确的图像分析非常有帮助。
在纹理压缩格式支持方面,新增了对BC4和BC5格式的支持,包括保存、加载、使用和查看功能,这与之前已经支持的BC6和BC7格式一起,提供了更全面的纹理压缩格式支持。
错误处理机制也得到了改进,当计算着色器节点初始化失败时,会提供更清晰的错误信息,帮助开发者更快定位和解决问题。
在3D模型处理方面,现在支持拖放.ply文件进行查看,系统会自动将文件中的前三个元素识别为XYZ坐标并将其渲染为点云。此外,拖放模型到查看器时新增了"PlasticShaded"模式,这一由Patrick Anderson贡献的功能提供了更自然的模型查看体验。
Python接口扩展
Python接口在本版本中获得了重要的功能扩展,特别是图像保存功能。现在支持保存多种类型的图像,包括2D、2D数组、3D和立方体贴图,可以选择是否包含mipmap。支持的格式也更加丰富,包括png、bc4、bc5、bc6、bc7、exr、hdr、csv和二进制格式。
要使用这些保存功能,用户需要先设置回读操作,然后调用相应的函数。具体操作包括调用主机函数SetWantReadback、RunTechnique和WaitOnGPU来完成回读设置。
编辑器改进
编辑器功能也获得了多项实用改进。现在支持通过拖放.gg文件来直接打开它们,提高了工作流程效率。代码生成功能也得到了优化,现在生成的代码是相对于.gg文件而不是GigiEdit.exe的位置,这使得项目文件管理更加灵活和可靠。
错误修复
本版本修复了多个影响用户体验的问题。其中包括修复了相同大小缓冲区因使用标志不同导致填充方式不同时复制失败的问题;改进了鼠标滚轮滚动窗口时不会意外改变选中像素的行为;修复了将导入资源文件名设置为空字符串时会尝试将其用作相对路径并导致加载错误的问题;解决了结构体引用清理问题,特别是子图中使用的结构体无法找到的情况;修复了因缺少winpix dll导致的构建错误;以及修复了加载没有法线的obj文件时可能发生的崩溃问题。
DX12相关改进
在DX12代码生成器方面,提供了更多关于导入资源设置的帮助信息,并添加了主输出自动复制到渲染目标的功能。新增了对自定义Gigi字符串替换标记的支持,标记值可以在编辑器中指定,这一功能特别适用于版权声明等场景。同时修复了资源复制节点未生成性能标记的问题。
DX12单元测试方面也进行了优化,现在可以更轻松地运行测试子集,并修复了有时不报告所有测试结果的错误。
总结
Gigi v0.99.6版本是一个功能丰富且稳定的更新,它在浏览器功能、查看器体验、Python接口、编辑器工具以及底层DX12支持等方面都带来了显著改进。这些更新不仅增强了功能性,也提高了用户体验和开发效率。特别是浏览器技术的共享功能和Python接口的图像保存扩展,为图形处理研究和开发提供了更强大的工具支持。对于从事图形处理、GPU计算和3D渲染相关工作的开发者和研究人员来说,这个版本值得升级和使用。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00