Unity AR Foundation环境下NatCorder-NativeGallery的部署与OpenJDK版本适配策略

优质文章学习记录

— 3 min read
Unity AR Foundation环境下NatCorder-NativeGallery的部署与OpenJDK版本适配策略

ARFoundation-NatCorder-NativeGallery部署

环境准备

这是一个Github上的一个示例项目（链接）。下载完成后推荐使用Unity 2021.3.45f2c1（链接下载）进入项目

然后根据安装以下选项：（Visual Studio主要是代码编辑器【可选】，但不推荐选，因为它默认安装在C盘，在AI时代采用Cursor作为代码编辑器就好了）

项目构建

该项目中已经预先配置了AR Foundation包。Unity 在打开项目时会根据项目的配置文件（如 Packages/manifest.json）自动识别并安装缺失的包，如图下所示：

【位置：Windows > Panckage Manager】

在Unity编辑器中，找到并点击这个来加载场景组件：

以安卓为例，在构建前需确保安卓的Play Settings正确：

【位置：file > Build Settings > Player Settings > Player > 安卓】

最后可以进行项目构建了，项目构建需要5~8分钟时间，构建完后会返回一个apk文件，上传到安卓手机安装即可。

【位置：file > Build Settings > Player > 安卓】

OpenJDK版本适配问题

采用Unity 2021.3.45f2c1编辑器下载的OpenJDK版本是1.8，但是在这个项目中JDK版本要求是11.0.14.1。因此在打包时直接报错：

根据提示：我们追踪到Edit > Preferences > External Tools

在安装JDK情况下，却显示missing了项目推荐JDK，取消勾选可发现项目中JDK版本要求是11.0.14.1：

解决方案：点击链接下载11.0.14.1。下载完后，

可以把JDK包放在.../Editor/2021.3.45f2c1/Editor/Data/PlaybackEngines/AndroidPlayer，

最后在Unity中把JDK路径换成.../Editor/2021.3.45f2c1/Editor/Data/PlaybackEngines/AndroidPlayer/OpenJDK11即可

如果想长期使用OpenJDK11，当然一劳永逸的方法：把上图中的目录OpenJDK更名为OpenJDK1.8，目录OpenJDK11更名为OpenJDK，重新勾选JDK Installed with Unity即可。

Read more

最完整whisperX入门指南：从安装到实现第一个语音识别功能

最完整whisperX入门指南：从安装到实现第一个语音识别功能 【免费下载链接】whisperXm-bain/whisperX: 是一个用于实现语音识别和语音合成的 JavaScript 库。适合在需要进行语音识别和语音合成的网页中使用。特点是提供了一种简单、易用的 API，支持多种语音识别和语音合成引擎，并且能够自定义语音识别和语音合成的行为。 项目地址: https://gitcode.com/gh_mirrors/wh/whisperX 你还在为语音识别工具安装复杂、识别准确率低、时间戳不精准而烦恼吗？本文将带你从零开始，一步步掌握whisperX的安装配置，并实现你的第一个语音识别功能。读完本文，你将能够：搭建稳定的whisperX运行环境、使用命令行和Python API两种方式进行语音识别、获取精准的单词级时间戳、实现多 speaker 区分标注。 whisperX 简介 whisperX 是一个基于 OpenAI Whisper 的语音识别工具，它在 Whisper 的基础上进行了改进，提供了更精准的单词级时间戳和 speaker 区分功能。

【2024最全Seedance 2.0解析】：基于17篇顶会论文+3家AIGC大厂内部技术文档的架构逆向推演

第一章：Seedance 2.0 双分支扩散变换器架构解析 Seedance 2.0 是面向高保真视频生成任务设计的新型双分支扩散变换器（Dual-Branch Diffusion Transformer），其核心创新在于解耦时空建模路径：一条分支专注帧内空间语义重建，另一条分支显式建模跨帧时序动态。该架构摒弃了传统单流Transformer对时空维度的粗粒度联合编码，转而通过协同门控机制实现分支间细粒度特征对齐。 双分支协同机制 空间分支采用分层ViT结构，以16×16 patch嵌入输入，逐级下采样并保留局部细节；时间分支则将同一空间位置在多帧中的token沿时间轴堆叠，经轻量级时序注意力模块处理。两分支输出通过Cross-Gating Fusion（CGF）模块融合，其门控权重由共享的上下文感知投影器动态生成。 关键组件实现 class CrossGatingFusion(nn.Module): def __init__(self, dim): super().__init__() self.proj_s = nn.Linear(dim, dim) # 空间分支门控投影
不只是 Copilot：Kimi Code 正在改变写代码的方式

不只是 Copilot：Kimi Code 正在改变写代码的方式

之前介绍过，在 Claude Code 中使用 Kimi，现在Kimi也推出自己的 CLI 了。但是目前是会员专供！ Kimi Code 是由 Moonshot AI（Kimi） 推出的下一代 AI 编程助手/代码智能体，作为 Kimi 会员订阅中专为开发者设计的增值权益，旨在帮助开发者更快、更智能、更高效地完成编程任务。它可以直接融入开发流程、终端工具和主流 IDE，让 AI 编程能力成为日常开发的一部分。 核心定位：你的 AI 代码伙伴 Kimi Code 不只是简单的补全工具，而是一个智能编程代理（AI Code Agent）： * 自动理解问题和代码结构，回答开发者的问题。 * 辅助编写、调试、重构和测试代码，覆盖开发生命周期。 * 直接运行在终端与
AI 辅助编程革命：如何利用 GitHub Copilot 等工具重塑开发效率

AI 辅助编程革命：如何利用 GitHub Copilot 等工具重塑开发效率

AI 辅助编程革命：如何利用 GitHub Copilot 等工具重塑开发效率 在2026年的软件开发领域，人工智能已不再是“锦上添花”的玩具，而是工程师手中的“第二大脑”。以 GitHub Copilot、Cursor、Amazon Q Developer 为代表的AI编程助手，正从根本上重构代码编写、调试和维护的全流程。 据统计，熟练运用AI辅助工具的开发者，其编码效率平均提升了40%-55%，且在样板代码（Boilerplate）和单元测试生成上效率提升甚至超过80%。然而，工具的强大并不意味着可以“无脑依赖”。本文将深入探讨如何利用AI辅助编程提高开发效率，涵盖代码补全、错误检测、文档生成及架构设计等核心场景，并揭示人机协作的最佳实践。 一、智能代码补全：从“打字员”到“指挥官” 传统的IDE补全仅基于语法提示，而现代AI助手能理解上下文语义、项目结构甚至业务逻辑，实现“意图级”补全。 1.