阅读更多

1顶
0踩

企业架构

转载新闻 Unity Engine 4 支持 Linux

2012-06-19 18:01 by 副主编 MnouW 评论(0) 有4311人浏览
3A级游戏开发商可能更关注即将发布的Unreal Engine 4,但小型独立游戏开发商却可能会对Unity Engine 4的新功能更感兴趣

Unity刚刚宣布了新一代游戏引擎Unity Engine 4,主要新特性包括:

  • 新的动画工具
  • DirectX 11支持
  • 3D纹理支持
  • 支持移植到Adobe Flash Player
公司总裁Dave Helgason说,WebGL技术尚未标准化和赶上Flash。他承认Unity引擎还无法与Unreal Engine 4和CryEngine相竞争,如缺乏全局光照等先进图形特性,表示他们更关注当前一代的平板、智能手机和PC。

除了Windows和OSX外,Unity Engine 4将支持Linux,有超过1.4万Linux用户在官方论坛投票支持Linux版。此外,《Wasteland 2》也将使用Unity 3D引擎。

来自: Solidot
1
0
评论 共 0 条 请登录后发表评论

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • rails-db-Interactive:JavaScript应用程序用作RoR模型的图表工具

    网址如何使用应用程序为了从此应用程序中获得最大收益,强烈建议仅在尺寸合适的显示器(24英寸以上)上使用此应用程序,以留出空间。 要开始绘制图表,必须先上传模型文件,然后再上传架构。 模式上传取决于模型文件...

  • ror 空间

    记得以前有朋友向robbin询问可否开ror的空间。由于javaeye现有平台硬件资源有限,暂时不提供这个服务。今天,在看订约google ruby on rails groups是,看到google push 的广告。如下: [url]...

  • 终于找到个不错的ROR空间!恭喜下自己

    学了一段时间ROR(Ruby On Rails ),网上找了很久适合的空间。今天在朋友的推荐下试用了捌号主机(www.8-host.net),整体感觉不错,价格不贵,是基于FreeBSD的,听朋友说非常稳定。 最让我感兴趣的是可以像PHP程序...

  • ror

    ror >日一二三四五六303112345678910111213141516171819202122232425262728293012345678910公告孤舟蓑笠翁,独钓寒江雪。粉丝 - 1关注 - 1我的主页 个人资料我的闪存 发短消息搜索常用...

  • ROR资源列表

    来源于 Ruby On Rails 中文社区论坛  ...ROR with Lighttpd+SCGI on Windows  http://www.railscn.com/viewtopic.php?t=348&sid=7558f51c768090c52947e01c1dc8885c  ROR with Lighttpd问题  ...

  • sliceHost rails 空间 ror 主机

    sliceHost 注册购买虚拟主机. [url]... 使用slicehost 。很简单的一个原因,自由~ 其它虚拟主机的提供商相比,拥有 root 的权限,一个独立的 IP, 真的有种为所欲为的感觉啊,呵呵。让你...

  • 关于RoR的性能研究 二

    其实我并不关心Puma是怎么安排进程/线程的,上文只是验证了RoR框架是支持多进程/多线程部署的。现在我们着重研究下Passenger + Nginx部署RoR的网络IO模式和线程进程安排形况。为了更好地理解,我们通过Passenger + ...

  • RoR的正确定位

    最近由于工作原因,用appfuse、asp做了些东西,猛然间又怀念起四个月前学习的RoR,这才领悟到了RoR正确的定位。 自从RoR开始流行以来,一直就口水战不断。原因何在?其实就在于不知道国外大佬们作何感想,一上来...

  • 在win7搭建ROR开发环境

    最近需要在同一个系统下同时进行开发,Ubuntu的空间有限,于是就放弃了在Ubuntu下安装Android的策略,改为在win7下安装ROR,为了以后节省时间,将一些问题记录如下。 1、直接用railsinstaller进行一键安装,这一步...

  • about RoR

    但对于项目等软件组织来说,与其让系分或技术大牛们费九牛二虎之力来编写文档,实现低层,推行规范,还不如就引用类似RoR这种既成事实的,实现的不错并且还有一定上升空间的,关键是声誉很好,可以让程序员们有动力有欲望...

  • ROR rake

    任务的时候,你需要一个好方法将他们分类,这时用到了命名空间,如果我在上面的例子使用了命名空间,那么: namespace :alcoholic do   desc "This task will purchase your Vodka"   task :purchaseAlcohol...

  • ror学习小结2

    1 定义模块  module xxx x  方法体  end  可以在类中混合方法体,比如  module abc  def abc1 end  class Test  include abc ...2 命名空间  module 的名不同,在module中可以包含class

  • RoR项目部署合集

    某次,服务器磁盘空间已满导致服务器挂掉,释放部分磁盘后,重启redis报错。 解决:先停止redis服务,然后删除dump.rdb文件,再重启。 其中dump.rdb文件在启动redis命令所执行的目录下。例如,你当前目录是"/home/...

  • play!framework,新一代ROR风格的full-stack framework

    play!framework,新一代ROR风格的full-stack framework play!framework,新一代ROR风格的full-stack framework_leonliucn的空间_百度空间play!framework,新一代ROR风格的fu...

  • ROR安装

    解压缩后会消耗掉 8,888kB 的额外空间。 您希望继续执行吗?[Y/n]y 获取:1 http://cn.archive.ubuntu.com/ubuntu/ maverick/universe libntlm0 i386 1.1-1 [18.1kB] 获取:2 ...

  • Ror初探-第一个例子

    1、配置Ror环境(详见上一笔记) 2、WIN+R 快捷键 cmd 打开命令提示符,进入目标目录(工作空间/项目存放目录)  >e: //进入E盘目录  >cd Ruby //进入E盘下ruby目录 3、创建Rails项目  >rails

  • 基于主从博弈的共享储能与综合能源微网优化运行研究:MATLAB与CPLEX实现

    内容概要:本文详细探讨了在主从博弈框架下,共享储能与综合能源微网的优化运行及其仿真复现。通过MATLAB和CPLEX的联合使用,展示了微网运营商和用户聚合商之间的动态博弈过程。上层模型关注微网运营商的定价策略,旨在最大化利润,考虑售电收益、储能运维成本等因素。下层模型则聚焦于用户聚合商的响应,根据电价调整电热负荷并参与共享储能调度。文中还介绍了电热耦合约束、充放电互斥约束等关键技术细节,并通过迭代博弈实现了策略更新。最终仿真结果显示,在引入电制热设备后,用户侧热负荷弹性提升,博弈收敛速度加快,达到双赢效果。 适合人群:从事能源系统优化、博弈论应用、MATLAB编程的研究人员和技术人员。 使用场景及目标:适用于希望深入了解主从博弈在综合能源系统中应用的学者和工程师。目标是掌握如何通过数学建模和编程实现复杂的能源系统优化,理解电热耦合机制和共享储能的作用。 其他说明:文章提供了详细的代码片段和仿真结果,帮助读者更好地理解和复现实验。此外,还讨论了一些常见的调试问题和解决方案,如约束冲突等。

  • 【基于矢量射线的衍射积分 (VRBDI)】基于矢量射线的衍射积分 (VRBDI) 和仿真工具附Matlab代码.rar

    1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

  • 【深度学习应用综述】多领域关键技术及应用场景汇总:从计算机视觉到金融风控的全面解析

    内容概要:深度学习在多个领域有着广泛应用。在计算机视觉方面,涵盖图像分类、目标检测、图像分割等任务,应用于自动驾驶、医疗影像分析等领域;在自然语言处理上,包括机器翻译、文本分类、文本生成等功能,服务于信息检索、内容创作等;语音识别与合成领域,实现了语音到文本的转换以及文本到语音的生成,推动了智能交互的发展;医疗领域,深度学习助力医学影像分析、疾病预测、个性化治疗及健康监测;金融领域,深度学习用于信用风险评估、欺诈检测、高频交易等,保障金融安全并优化投资策略;自动驾驶方面,环境感知与决策控制系统确保车辆安全行驶;娱乐与媒体领域,个性化推荐和内容生成提升了用户体验;工业与制造业中,质量检测和预测性维护提高了生产效率和产品质量。 适合人群:对深度学习及其应用感兴趣的初学者、研究人员以及相关领域的从业者。 使用场景及目标:帮助读者全面了解深度学习在不同行业的具体应用场景,明确各领域中深度学习解决的实际问题,为后续深入研究或项目实施提供方向指引。 其他说明:随着深度学习技术的持续进步,其应用范围也在不断扩大,文中提及的应用实例仅为当前主要成果展示,未来还有更多潜力待挖掘。

  • 【ARIMA-LSTM】合差分自回归移动平均方法-长短期记忆神经网络研究附Python代码.rar

    1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

Global site tag (gtag.js) - Google Analytics