TrenchBroom 2025.3-RC1版本发布:地图编辑器迎来多项优化与修复
TrenchBroom是一款功能强大的开源3D地图编辑器,主要用于创建和编辑Quake引擎系列游戏的地图。作为一款专业级工具,它提供了直观的界面和高效的编辑功能,深受关卡设计师和游戏开发者的喜爱。
版本亮点
2025.3-RC1作为TrenchBroom的候选发布版本,带来了多项重要改进和错误修复,显著提升了软件的稳定性和用户体验。
核心改进
应用内更新机制
开发团队首次引入了应用内更新功能,这意味着用户未来可以直接在软件内获取最新版本,无需手动下载安装包。这一改进大大简化了更新流程,确保用户能够及时获得安全补丁和新功能。
解析器安全增强
本次更新对解析器进行了重大重构,引入了结果类型返回机制。这种改进使得错误处理更加健壮,特别是在处理复杂地图文件时,能够更优雅地处理异常情况,避免意外崩溃。
表达式语言安全性
团队强化了表达式语言(EL)评估的安全性,确保对值的访问更加安全可靠。这一改进对于防止脚本执行过程中的潜在漏洞至关重要,特别是在处理用户自定义脚本时。
关键错误修复
笔刷挤出崩溃问题
修复了在挤出笔刷操作时可能导致软件崩溃的问题。这个错误会影响地图编辑的流畅性,特别是在进行复杂几何体编辑时。
MDX模型加载问题
解决了MDX模型格式的加载问题,确保这类模型能够正确显示在地图编辑环境中。这对于使用特定模型资源的地图制作者尤为重要。
路径分隔符兼容性
现在编译配置文件中同时支持正斜杠(/)和反斜杠()作为路径分隔符。这一改进提高了跨平台兼容性,特别是在Windows和Unix-like系统之间共享项目时。
性能优化
文件系统搜索改进
游戏文件系统搜索路径现在不区分大小写,这一改变显著提高了资源加载的可靠性,特别是在不同操作系统之间迁移项目时。
数字格式化优化
UI中的数字显示现在会根据用户当前区域设置进行格式化,提供更符合本地习惯的数字表示方式,提升了国际化体验。
构建系统改进
开发团队为持续集成系统引入了ccache支持,显著加快了Linux、macOS和Windows平台的构建速度。这一内部改进虽然对最终用户不可见,但意味着未来版本能够更快地交付给用户。
平台支持
2025.3-RC1版本继续支持主流操作系统:
- Windows 10/11 (仅x64)
- Linux (需要Qt 6.7或更高版本)
- macOS 10.14及以上版本
所有平台都需要支持OpenGL 2.1和GLSL 1.2的显卡及最新驱动程序。Windows用户需要安装Visual C++ Redistributable for Visual Studio 2015-2022才能运行64位版本。
总结
TrenchBroom 2025.3-RC1版本在稳定性、安全性和用户体验方面都做出了显著改进。从应用内更新到解析器重构,再到各种错误修复,这些变化共同提升了这款专业地图编辑工具的整体质量。候选版本的发布意味着正式版即将到来,建议专业用户测试并提供反馈,帮助开发团队进一步完善产品。
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