Blog

Public- 24 Oct, 2026
Tripo P2.0 i radni postupak Astra: generiranje i integracija 3D imovine u Blenderu i Unityju
Generativni 3D radni postupci evoluiraju od izoliranog stvaranja modela prema integriranim lancima opskrbe imovinom. Najnoviji 3D nativni temeljni model Tripo, P2.0, osmišljen je za generiranje mreža na temelju trokuta ili kvadrata s funkcijama poput prilagodljive gustoće poligona, odvajanja dijelova, pametnih UV mapa i regionalnog uređivanja mreža. U kombinaciji s Astrama, ovu imovinu se može sastaviti, rigirati, animirati i integrirati u interaktivne scene pomoću profesionalne softverske opreme poput Blendera i Unityja. Ova podjela rada omogućuje kreatorima da se fokusiraju na specifične komponente, dok Astra koordinira nizdolne zadatke, osiguravajući da generirana geometrija učinkovito podržava zahtjeve za rigging, animaciju i produkciju u stvarnom vremenu.Objava na X: https://twitter.com/luccacerf/status/2096308567863079420Radni postupak funkcionira generiranjem pojedinačnih dijelova odvojeno, što kreatorima daje preciznu kontrolu nad oblikom i detaljima. Na primjer, kreator može generirati tijelo, glavu i kosu lika kao zasebne imovine koristeći Tripo P2.0 ili model H3.1, koji se fokusira na visoku razinu detalja. Astra zatim pomaže u sastavljanju tih komponenti u Blenderu, upravljajući prijelazom na rigging i animaciju. Ovaj modularni pristup omogućuje korisnicima da usavršavaju ili ponovno generiraju specifične komponente bez ponovnog pokretanja cijelog procesa generiranja imovine. Mogućnost Astra proizlazi iz razmišljanja o 3D zadacima i izvršavanja koda ili skriptova za manipulaciju imovinom, što je čini moćnim alatom za koordinaciju složenih višestepenih procesa u ustaljenim 3D okruženjima.Objava na X: https://twitter.com/Stefan_3D_AI/status/2096481425050743048Praktične primjene ovog radnog procesa već su se pojavile u zajednici. Stvaratelj Ring Hyacinth koristio je Nano Banana za referentne slike, Tripo P2.0 za modeliranje i Codex za izgradnju scene "Alice u zemlji čuda" s efektima i interakcijama. Slično tome, Lucca Cerf, koji nema iskustva u razvoju igara ili dizajnu, koristio je pipeline Astra, Tripo P2.0, Blender i Unity za izradu fan igre temeljene na World of Warcraft. Oslanjajući se na samo tri uputa, Cerf je završio projekt u otprilike 90 minuta. Ovi primjeri pokazuju da kombinacija Tripo i Astra omogućuje osobama bez prethodnog iskustva u 3D-u da brzo stvaraju složene interaktivne scenarije i igrive prototipove.Tehničke specifikacije modela Tripo prilagođene su spremnosti za proizvodnju. Serija P optimizira strukturu mreže, topologiju i mogućnost uređivanja, dok serija H daje prioritet vjernosti za složene oblike. Korisnici mogu upravljati gustoćom poligona, odabrati između trokutaste ili kvadratne topologije putem Smart Mesh te generirati teksture i materijale. Automatske funkcije za postavljanje kostura i animaciju dostupne su za likove, a postavke izvoza omogućuju preciznu kontrolu nad skalom, orijentacijom i točkama rotacije pri premještanju resursa u Blender ili igračke engineove. Ta razina kontrole osigurava da generirani resursi zadovoljavaju tehničke standarde potrebne za engineove u stvarnom vremenu i profesionalne DCC aplikacije.Kontrola kvalitete ostaje ključni aspekt radnog procesa, jer AI ubrzava stvaranje, ali ne eliminira potrebu za umjetničkim sudom. Nakon sastavljanja, stvaratelji moraju pregledati proporcije, poravnanje, siluete i spojeve između komponenti. Animacija zahtijeva procjenu deformacije u područjima poput ramena, lakatova, koljena i izraza lica. Iako radni proces odgovara ranim i srednjim fazama proizvodnje, poput ideacije, prototipiranja i previzualizacije, profesionalni studiji i dalje mogu usavršavati ključne resurse u DCC alatima. Cilj je učiniti visokokvalitetnu 3D generaciju dostupnom, bez zahtjeva da svaki stvaratelj postane 3D specijalist, omogućujući umjetnicima da se fokusiraju na kreativni smjer i integraciju u koherentne umjetničke sustave.

Public- 24 Oct, 2026
Objavljeni su zapisi JetBrains GameDev Day 2026: ključna tehnička rješenja za suvremeni razvoj igara
Puni arhiv JetBrains GameDev Day 2026 sada je dostupan na YouTubeu. To je sveobuhvatni resurs za developere koji rješavaju stvarne produkcijske izazove. Događaj je održan 28. rujna i okupio je stručnjake iz industrije kako bi razgovarali o alatima i metodologijama koje oblikuju trenutni pejzaž inženjeringa igara. Sesije se intenzivno fokusiraju na praktičnu primjenu, od integracije sustava entiteta i komponenti (ECS) u live igre do korištenja AI-a za proceduralnu generaciju sadržaja. Developeri koji su pratili watch partyje u Beogradu ili Limassolu, ili oni koji su propustili live događaj, sada mogu pregledati materijale u vlastitom tempu kako bi stekli uvid u suvremene radne procese i alate.Značajan dio tehničkog sadržaja bavi se integracijom AI-a u postojeće razvojne pipelineove. Jedna ključna sesija pokazuje kako podrška za Model Context Protocol u TeamCityju i sučelje za naredbeni redak (CLI) donose procese kontinuirane integracije izravno u razvojno okruženje. Koristeći Unity projekt kao studiju slučaja, prezentacija pokazuje kako istraživati kvarove builda i komunicirati s CI pipelineovima bez stalnog prebacivanja između različitih alata. Osim toga, drugi govor istražuje agenticke radne procese prilagođene specifično za Unreal Engine, koristeći Rider, ACP i vještine specifične za engine. Ove demo verzije ilustriraju kako AI agenti mogu navigirati kroz složene arhitekture enginea, generirati C++ kod, istraživati crash-e i automatizirati razne razvojne zadatke, prelazeći granice jednostavne pomoći u pisanju koda prema autonomnijem rješavanju problema.Za timove koji rade s velikim assetima, sesija o open-source sustavu Lore VCS od Epic Games pruža ključne uvide u upravljanje datotekama od nekoliko gigabajta koje se mijenjaju svakodnevno. Za razliku od tradicionalnih sustava za kontrolu verzija, izgrađenih za kod, Lore dijeli datoteke na fragmente s adresiranjem prema sadržaju, čime se osigurava da se prenose samo izmijenjeni dijelovi asseta. Rasprava pokriva kako se edge keševi mogu popunjavati po zahtjevu, a ne unaprijed, te uključuje upute za postavljanje sustava pomoću modula Lore unutar AWS Cloud Game Development Toolkita. Ovaj pristup rješava jednu od glavnih prepreka u modernom razvoju igara, gdje upravljanje assetima često usporava suradnju i procese izgradnje. Razumijevanje ovih mehanizama ključno je za studije koje žele optimizirati svoju infrastrukturu i smanjiti troškove pohrane i propusnosti.Optimizacija performansi i otklanjanje grešaka ostaju središnje teme, s detaljnim sesijama o profiliranju u Unreal Engineu i međujeziknom otklanjanju grešaka. Jedan predavač koristi uživo profiliranje da pokaže kako se sitne inženjerske odluke akumuliraju i pretvaraju u uska grla u gameplayu, demonstrirajući praktične radne tokove optimizacije pomoću Unreal Insightsa i Ridera. Druga sesija bavi se složenim scenarijem u kojem je klijent napisan na C#, a server na C++, prikazujući kako istovremeno otklanjati greške u oba okruženja za izvršavanje pomoću Ridera i CLiona. Ovaj pristup omogućuje razvojnicima da čitaju podatke koji prelaze granicu protokola i utvrde koje okruženje za izvršavanje uzrokuje probleme. Naglasak je na granici između okruženja za izvršavanje kao kritičnom području za istraživanje, pružajući strukturiranu metodu za rješavanje grešaka koje obuhvaćaju više jezika i okruženja.Događaj je također uključivao dubinske analize specifičnih integracija engineova i automatizaciju korisničkog sučelja. Istaknuta sesija predstavila je Figma-to-Unity pipeline koji se razvijao kroz godine produkcijske upotrebe, a sada radi putem AI agenta preko MCP-a. Predavači su pokrili dizajnerske osnove koje takvu automatizaciju omogućuju, lekcije izvučene iz izgradnje sustava te benchmark o tome koje zadatke integracije UI agent može obaviti danas, a koje i dalje zahtijevaju ljudski zahvat. Drugi govor fokusirao se na uvođenje ECS-a u masovnu live igru bez prepisivanja enginea, raspravljajući o faznim strategijama migracije, kompromisima u rasporedu memorije i prednostima hibridnog pristupa koji kombinira ECS s legacy kodom. Ove sesije pružaju praktične strategije za modernizaciju postojećih koda baza uz održavanje stabilnosti u live proizvodima.

Public- 24 Oct, 2026
NVIDIA TensorRT 11.1: globalni tuner performanse za automatsku optimizaciju engineova uz uzimanje u obzir točnosti
Raspoređivanje neuronskih mreža suštinski je problem kompilacije, gdje ne postoji jedina optimalna strategija za sve modele. Kada NVIDIA TensorRT izgradi engine za inferenciju, donosi međusobno povezane odluke o transformacijama grafa, spajanju jezgri, rasporedu memorije i kvantizaciji. Ovaj proces, poznat kao planiranje, značajno utječe na konačnu performancu inferencije. Različite odluke o planiranju mogu sačuvati semantiku modela, a da pritom daju vrlo različite rezultate po pitanju brzine. Budući da su ti efekti povezani i ovise o modelu, često postaju vidljivi tek nakon što se engine u potpunosti izgradi i izmjeri, što predviđanje najbolje strategije čini sve težim kako se modeli i okruženja za raspoređivanje diversificiraju.Slika 1. Jedan fiksni recept ne može se skalirati na kontradiktorna preferencije klijenataPovijesno, TensorRT je oslanjao na interne modele ključnih pokazatelja uspješnosti (KPI) za prepoznavanje optimizirajućih obrazaca, koji su zatim kodirani kao heuristike u zadanoj strategiji raspoređivanja. Iako je to omogućilo korisnicima da automatski koriste stručno znanje, stvorio je problem skalabilnosti. Heuristika dizajnirana za jedan tip modela mogla je uzrokovati pad performansi na drugom, što je zahtijevalo dodatne iznimke. To je činilo logiku raspoređivanja složenom i teškom za proširenje. Global Performance Tuner, objavljen u TensorRT 11.1, rješava to odustajanjem od jedne fiksne recepture. Umjesto toga, tretira kompilacijski pipeline kao osnovni recept s prilagodljivim začinskim sredstvima, omogućujući sustavu da prilagodi put optimizacije specifičnim karakteristikama ulaznog modela, bilo da je u pitanju ONNX graf ili mreža kreirana putem TensorRT API-ja.Slika 2. Prilagodite okus svakom klijentuDa bi se formalizirao ovaj pristup, sustav koristi matematički okvir koji razdvaja generiranje kandidateskih rješenja od njihovog odabira. Prostor modela sastoji se od svih mogućih ulaznih podataka, dok prostor rješenja sadrži sva izvršiva izlazna stanja, poput TensorRT engineova ili serializiranih nizova GPU jezgri. Algoritam za izgradnju (builder) preslikava model u skup kandidateskih rješenja, ograničen pragom tolerancije točnosti. Ovaj prag osigurava da parovi ulaz-izlaz ostanu u prihvatljivim granicama, sprječavajući agresivne optimizacije koje krše zahtjeve aplikacije. Cilj algoritma za izgradnju je generirati bogat skup kandidata koji uključuje optimalno rješenje, definirano kao najbrže izvedivo izvršavanje koje zadovoljava kriterije točnosti. Ova apstrakcija omogućuje strogu analizu kako različiti putovi izgradnje utječu na konačno vrijeme izvršavanja.Zatim algoritam za pretraživanje radi na ovom skupu kandidata kako bi odabrao najbolje rješenje. U idealnom slučaju, ovaj algoritam bi trebao provesti iscrpnu evaluaciju svakog kandidata kako bi pronašao onaj s minimalnim vremenom izvršavanja. Međutim, u praksi, proračuni vremena za izgradnju često ograničavaju dubinu tog pretraživanja. Dakle, cijeli kompilator predstavlja se kao uređeni par (tuple) izgraditelja (builder) i pretraživača (searcher). Izazov leži u izgradnji optimalnog izgraditelja koji čini globalno optimalno rješenje dostižnim. Budući da ne postoji jedan univerzalni put izgradnje koji funkcionira za sve modele, sustav mora podržavati prilagodljive putove izgradnje. To znači da se niz kompilacijskih prolaza, koji pretvaraju međupredstave u konačne izvršne datoteke, može razlikovati. Različiti modeli mogu postići najbolje performanse kroz različite nizove transformacija, čak i na istom ciljanom GPU-u.Global Performance Tuner koristi ove prilagodljive rute izgradnje za automatsko podešavanje performansi. Za svakog kandidata generiranog različitim rutama, tuner provjerava izlaze prema zadanoj kriteriju točnosti. Zatim mjeri ukupne performanse inferencije za izvedive rješenja. Među svim kandidatima koji zadovoljavaju zahtjeve za točnošću, sustav odabire onaj s najmanjim vremenom izvršavanja. Ovaj pristup osigurava da poboljšanja performansi ne dolaze na štetu vjernosti modela. Razmatrajući proces kompilacije kao pretragu kroz više mogućih ruta izgradnje, a ne kao jedan fiksni put, TensorRT 11.1 pruža skalabilan metod za optimizaciju radnih opterećenja dubokog učenja kroz raznolike modele i hardverske konfiguracije.Ova metodologija rješava ključno ograničenje prethodnih pristupa, gdje promjena za jedan model mogla je pogoršati performanse za drugi. Držeći osnovnu cijev stabilnom, ali čineći odluke o raspoređivanju prilagodljivima, sustav učinkovito obrađuje nove modele s nepoznatim preferencijama. Nudi različite varijante optimizacije, odbija one koje ne prolaze provjere točnosti i zadržava konfiguraciju s najboljim performansama. Ovo je analogno šefu kuharu koji nudi novom klijentu besplatne uzorke kako bi pronašao preferiranu kombinaciju začina, umjesto da nameće jedan standardni recept. Rezultat je robusniji proces kompilacije koji se prilagođava specifičnim potrebama svake neuronske mreže, osiguravajući razvojnicima najvišu moguću brzinu inferencije bez kompromisa u traženoj preciznosti njihovih aplikacija.

Public- 23 Oct, 2026
Strukturne prepreke na putu masovnog uvođenja optičkih AR naočala s prozirnim zaslonom
Sektor optičke proširene stvarnosti s prozirnim zaslonom (see-through AR) trenutno prolazi kroz značajnu stratešku preokret. Godinama je industrija pokušavala izvesti AR mogućnosti iz vrhunskih VR kaciga, težeći širokom polju vida i složenim funkcijama, što je rezultiralo glomaznim i skupim uređajima. Taj pristup je u velikoj mjeri zastao. Moderna putanja uključuje izgradnju funkcionalnosti počevši od audio AI naočala, poput Meta Ray-Ban Wayfarers, koja su dosegla ključnu točku preokreta od približno deset milijuna jedinica u godišnjim isporukama. Ta količina ključna je referentna točka za prihvaćanje na masovnom tržištu. Nasuprot tome, isporuke VR kaciga opale su s vrha od deset milijuna jedinica u 2021. na između 3,5 i 6 milijuna jedinica u 2026., što ukazuje na to da prelazak izvan entuzijastičkih segmenata i dalje predstavlja ozbiljnu prepreku za imerzivnu hardversku opremu.Jedna od glavnih, često podcjenjenih prepreka za potrošačko prihvaćanje jest integracija leća s dioptrijom. Za korisnike kojima je potrebna korekcija vida, trenutna AR naočala predstavljaju logističku i ergonomsku noćnu moru. Za razliku od audio AI naočala, u koje se mogu ugraditi standardna leća izrezana lokalno da bi odgovarala okvira, uređaji s zaslonom za AR obično zahtijevaju tvorničko lijepljenje leća s dioptrijom na valovode. Taj proces stvara jedinstveni SKU za svakog kupca, što dovodi do dugih rokova isporuke koji se mjere tjednima. Osim toga, te integrirane dioptrije često ne osiguravaju adekvatnu korekciju astigmatizma ili bifokalnog vida. Postoje rješenja u obliku clip-in umetaka od trećih strana, ali su preglomazna da bi funkcionirala kao obična naočala, što ograničava njihovu primjenu na poslovni sektor ili VR kontekst, a ne na svakodnevnu potrošačku upotrebu.Tehnologije prikaza potrebne za održive AR naočale suočavaju se s značajnom stagnacijom. Punokrasni MicroLED ekrani, koji su ključni za visoku čitljivost na otvorenom, sporo ulaze u masovnu proizvodnju. Trenutne glasine sugeriraju da, iako neki proizvođači mogu započeti proizvodnju u bliskoj budućnosti, razlučivost ostaje niska, obično oko 640 x 480 piksela. Ova VGA razlučivost usporediva je sa standardima osobnih računala iz 1980-ih godina i nedovoljna je za kvalitetan prikaz teksta ili medija. Nedostatak visokorezolucionih punokrasnih mikroprikaza znači da trenutni AR uređaji ne mogu konkurirati vizualnoj oštrini koju korisnici očekuju od modernih pametnih telefona ili tableta, što dodatno ograničava njihovu privlačnost za širu javnost.Lanaci opskrbe komponentama podliježu sve većem pritisku zbog eksplozivnog potražnje za AI infrastrukturom. Masovna potrošnja poluvodiča u AI podaci centrima apsorbirala je višak proizvodnih kapaciteta, ostavljajući manje resursa za proizvođače potrošačke elektronike. Taj nedostatak utječe na dostupnost procesora, memorije i drugih ključnih komponenti potrebnih za AR naočale. Osim toga, uključivanje kamera uvodi složeni kompromis. Iako kamere omogućuju napredne funkcije poput istovremene lokalizacije i kartiranja, one značajno povećavaju potrošnju energije, veličinu i težinu. Modul kamere može trošiti jednako puno energije kao i sam ekran, što otežava održavanje form-faktora običnih naočala uz istovremeno osiguranje cijelodnevne autonomije.Industrija mora izbjegnuti zamku usredotočivanja na jedan pokazatelj, poput cijene, kako bi se potaknula usvojenost. Iako je cijena faktor, ona je sekundarna u odnosu na funkcionalnost i korisnost. Povijesni primjeri, poput Apple II i prvotnog Macintosha, pokazuju da su visoke početne cijene prihvatljive ako proizvod nudi jedinstvenu vrijednost. Pokušaj izrade jeftinog uređaja s ograničenom funkcionalnošću predstavlja neefikasnu raspodjelu resursa. Izazov je sustavne prirode: rješavanje jednog tehničkog problema, poput svjetline ekrana, često pogoršava druge, poput potrošnje energije ili emisije topline. Postoji otprilike sedamnaest do dvadeset glavnih barijera koje je potrebno riješiti istovremeno, uključujući prozirnost, odsjaj u očima, artefakte rešetki i prigušivanje na otvorenom.Za nošenje tijekom cijelog dana, uređaj mora funkcionirati kao obične naočale kada je isključen. Ako uređaj uzrokuje distorzije ili lošu korekciju vida u neaktivnom stanju, ne ispunjava osnovni zahtjev za naočale. Korisnici nisu spremni skinuti naočale i pohraniti ih u zaštitno kućište, što poništava svrhu nosivog uređaja. Osim toga, integracija ekrana s stvarnim svijetom inherentno pogoršava kvalitetu obje slike. Fizička prisutnost optike između oka i svijeta uvodi refleksije i artefakte. Stoga razvoj AR naočala zahtijeva holistički pristup koji tretira optičku vjernost, ergonomsku udobnost, kompatibilnost s dioptrijama i dostupnost komponenti kao jedan povezan sustav, a ne kao seriju izoliranih problema.

Public- 23 Oct, 2026
Strateški vodič za XR-razvojne timove koji ulaze na kinesko tržište
Sektor imerzivne stvarnosti trenutno definiraju dva glavna igrača: Sjedinjene Države i Kina. Dok je američko tržište dobro dokumentirano, Kina za mnoge zapadne developere ostaje obavijena mistikom zbog Velikog vatrogaznog zida i prevladavajuće dezinformacije. Zapadni tehnološki mediji često šire netočne narative, poput postojanja univerzalnog sustava društvenog kreditnog ocjenjivanja ili metaversea temeljenog na WeChatu, što nije stvarnost za one koji rade unutar zemlje. S populacijom od 1,4 milijarde, uključujući 870 milijuna osoba starosti od 15 do 59 godina, Kina predstavlja ogromnu priliku za kvalificirane timove. Međutim, za uspjeh potrebno je otići dalje od glasina i razumjeti da lokalni ekosustav funkcionira prema fundamentalno različitim principima nego na Zapadu.Izrađeno uz korištenje slike koju je osigurala PicoZa razliku od Zapada, Kina nikada nije doživjela "Quest trenutak" u kojem je jedan potrošački VR uređaj spojio pristupačnu cijenu s bogatom bibliotekom sadržaja, što je dovelo do masovnog usvajanja. Meta je zabranjena za prodaju tamo, a Pico, najbliži konkurent, promijenio je strateški fokus ubrzo nakon izlaska Pico 4, ostavljajući gotovo vakuum na potrošačkom VR tržištu. Posljedično, hitna igra dizajnirana za kućnu upotrebu, slična Beat Saber, možda neće pronaći održivu publiku u domaćem potrošačkom segmentu. Umjesto toga, komercijalni uspjeh u Kini, odražavajući šire trendove Istočne Azije, vođen je izvan kućnim arkađnim iskustvima. Ovi VR atrakcijski sadržaji su svugdje, nalaze se u trgovačkim centrima gotovo svih velikih gradova, od jednostavnih sjedećih postava do prostornih arena za pucanje na zombije. Iako hardver u ovim arkadama nije uvijek najnovije generacije, ogromna gustoća i dostupnost ovih lokacija čine ih glavnim pokretačem prihoda za VR sadržaj.Osim tradicionalnih arkada, velike VR instalacije stekle su značajnu popularnost. Ove lokacije imaju velike sobe u kojima više korisnika istovremeno igra solo iskustva, koristeći bijele siluetne avatare kako bi se kretali jedan oko drugog bez sudara. B2B sektor također ostaje aktivan, pri čemu VR obuci pridaje se posebna važnost, iako su ulaganja ohladila kako se početni hype oko metaversuma smirio. Trenutno se fokus industrije pomaknuo prema pametnim naočalima, koja stječu ugled dok VR uređaji gube dio investicijske pažnje. Velike korporacije poput Huawei i Alibaba snažno su uključene, pri čemu je potonja nedavno lansirala naočale s praćenjem očiju kako bi poboljšala AI mogućnosti. Ustali igrači poput Rokid i RayNeo šire svoje linije uređaja, dok brojna startupa ulaze na tržište s nišnim proizvodima, od AI asistenta do specijaliziranih primjena poput plivanja.Rast pametnih naočala usko je povezan s eksplozijom AI u Kini, gdje kompanije poput ByteDance razvijaju napredne modele usporedive s ponudom OpenAI, a DouBao služi kao lokalni ekvivalent ChatGPT. Iako još nije jasno kako razvojni timovi mogu u potpunosti iskoristiti ovaj poticaj u segmentu pametnih naočala, infrastruktura se gradi. Za razvojnike koji žele ući na ovo tržište, najvažniji savjet je osigurati lokalnog partnera ili mrežu pouzdanih kontakata. Lokalni partner razumije regulatorni okvir, nepisana tržišna pravila i kulturne nijanse koje mogu odlučiti o uspjehu ili neuspjehu lansiranja proizvoda. Oni mogu pomoći u zaštiti intelektualnog vlasništva, marketingu i prilagodbi sadržaja kako bi se zadovoljile specifične regionalne regulative. Postoje specijalizirane tvrtke koje mogu uzeti zapadnu VR igru, prilagoditi je za kinesku publiku i preuzeti distribuciju, uključujući prilagodbu za arkađna okruženja ako je potrebno.Prikazao Antony VitilloUz to, razni akceleratori i inkubatori, poput onih u Hangzhouu, aktivno pozdravljaju zapadne poduzetnike, ponekad nudeći regionalna sredstva ili subvencionirane uredske prostore kako bi im pomogli u orijentaciji u složenom tehnološkom ekosustavu. Povjerenje je od ključne važnosti u tim odnosima; preporučuje se traženje preporuka kroz pouzdane mreže, a ne hladni pristup. Lokalizacija sadržaja je jednako važna. Distribucija sadržaja na engleskom jeziku u Kini nije učinkovita; igre, prezentacije i videozapisi za društvene mreže moraju biti na mandarinskom. Iako se alati za AI prijevod poboljšavaju, oni ostaju neukrotivi i skloni greškama, što čini govornike mandarinskog jezika nezaobilaznima za osobne interakcije, posebno na štandovima na sajmovima. Kulturne nijanse također imaju značenje, što je dokazao uspjeh odustajanja od tutorijala u korist odmah dostupne igre tijekom predstavljanja u Nanchangu 2019. godine, dokazujući da su lokalna znanja o preferencijama korisnika ključna za angažman.
Public- 23 Oct, 2026
VRChat dodaje nativnu podršku praćenja lica na razini SDK-a u otvorenoj beti
VRChat je predstavila podršku za nativno praćenje lica na razini SDK-a za avatare u klijentu Open Beta i beti Avatars SDK. Iako je platforma tehnički podržavala praćenje očiju i lica godinama putem Open Sound Controla i aplikacije VRCFaceTracking koju je izradila zajednica, avatari ranije nisu imali nativne mogućnosti potpunog praćenja lica. Korisnici su bili prisiljeni konfigurirati dodatke kako bi postigli detaljne izraze, jer je nativna podrška bila ograničena na osnovni pogled i kretanje kapaka pomoću podataka Eye Trackinga. Ova nova implementacija uklanja tu ovisnost, omogućujući izravnije i učinkovitije upravljanje animacijom lica unutar osnovne strukture softvera.Najnoviji klijent Open Beta na Steamu i Avatars SDK verzije 3.10.6-beta.1 omogućuju izradu praćenja lica na razini SDK-a, što se prvotno nazivalo High Fidelity Face Tracking. Kreatori sada mogu postaviti izraze lica putem namjenskog odjeljka u komponenti Avatar Descriptor. Sustav mapira izraze na blendshapeove i parametre animatora, uz podršku standarda Unified Expressions od VRCFT. On se besprijekorno integrira s audio-pokretnim vizemima, pogledom i kapcima VRChata, iako trenutačno ne podržava Blended Shapes niti Simplified Parameters. Ova nativna integracija pojednostavljuje proces izrade i osigurava bolju kompatibilnost između različitih postavki avatara bez potrebe za složenom vanjskom konfiguracijom.Značajna prednost ovog ažuriranja je mrežno sinkronizirano praćenje lica koje ne troši proračun sinkroniziranih parametara avatara. Ovo smanjenje opterećenja sinkroniziranih parametara dovodi do bolje ukupne performanse i vizualno konzistentnijih izraza lica za druge korisnike u zajedničkom prostoru. Sustav podržava različite metode ulaza, uključujući OSC protokole poput VRCFT u njegovoj najnovijoj beta verziji na Steamu. Također se integrira s funkcijom Selfie Expression u VRChatu, koja korisnicima omogućuje zrcaljenje izraza lica na svoje avatare na desktop PC-ima i Android uređajima pomoću web kamere ili prednje kamere, čime se povećava pristupačnost za one koji nemaju namjenske VR headsete.Kompatibilnost s hardverom varira, a trenutno malo headseta nudi i hardversku podršku i API-je trećih strana za praćenje očiju i kamernu praćenje lica. Popularne opcije uključuju Pico 4 Pro i Enterprise, Meta Quest Pro te Samsung Galaxy XR. Za druge uređaje, poput Meta Quest 3 i 3S, postoje rješenja s otvorenim izvorom i rješenja izgrađena od strane zajednice, dok VRCFT može proslijediti podatke s uređaja koji podržavaju samo praćenje očiju, poput Bigscreen Beyond 2e. Creator Hash je ažurirao nekoliko popularnih Booth paketova avatara beta varijantama koje koriste ovu novu funkcionalnost SDK-a, što omogućuje postojećim vlasnicima da odmah pređu na poboljšani sustav praćenja.Nadolazeća funkcija Meta VR Glasses ima hardversku podršku za praćenje očiju i kamernu praćenje lica, koristeći namjenske senzore za oči i kamere usmjerene prema dolje za signale lica. Međutim, Meta neće pružiti pristup API-jima trećih strana za izvor podataka vizualnog praćenja lica pri lansiranju, za razliku od Meta Quest Pro. Razvojci će imati pristup samo praćenju očiju i morat će osloniti se na izvore podataka pokretane audio signalima, poznate kao Audio to Expressions. Kamerno praćenje lica bit će ograničeno na korištenje prve strane, primjerice za realistične hologramske avatare. Ovo ograničenje izazvalo je frustraciju među razvojima, a Meta Developer Advocate Dilmer Valecillos je priznao povratne informacije. Zahtjev za kamernim API-jem na web stranici Meta VR Developer trenutno je u redu čekanja, što ukazuje na budući, ali neodređen rok za pristup trećim stranama.

Public- 23 Oct, 2026
Apple omogućuje organizacijama i školama kupnju pretplata na veleprodajnoj razini
Organizacije i obrazovne ustanove sada mogu kupovati automatske pretplate na aplikacije na veleprodajnoj razini putem kupnje više mjesta. Ova mogućnost namijenjena je korisnicima Apple Businessa ili Apple School Managera, omogućujući im da otkriju i kupuju pretplate izravno. Kupnjom potrebnog broja mjesta putem jedne Apple In-App Purchase kupnje, organizacije zatim mogu dodijeliti i upravljati pristupom koristeći svoje postojeće alate za upravljanje uređajima. Sustav pruža fleksibilnost, omogućujući administratorima da u bilo kojem trenutku dodaju ili uklone mjesta kako bi odgovarali trenutnim operativnim potrebama, bez složenih ponovnih pregovora ili zasebnih transakcija za svakog pojedinog korisnika.Kupnja više mjesta za pretplate uključena je po zadani postavci u App Store Connectu, čime vaša pretplata postaje istovremeno dostupna putem Apple Businessa, Apple School Managera i standardnog App Storea. Razvojci zadržavaju punu kontrolu i mogu u bilo kojem trenutku prilagoditi ove opcije dostupnosti kako bi odgovarale njihovoj strategiji distribucije. Platforma također podržava grupne pretplate, uvodeći novi stupanj fleksibilnosti za potrošače i male timove. Od 28. listopada 2026. godine razvojci će moći konfigurirati i testirati grupne kupnje unutar svog Sandbox Apple računa kako bi se pripremili za nadolazeći pokretanje. Ove zime grupne kupnje postat će dostupne u App Storeu, omogućujući korisnicima da kupe više mjesta i pozovu druge da pristupe pretplati, čime se širi doseg poslovnih modela temeljenih na pretplatama.

Public- 23 Oct, 2026
Vector Gear: potpuno otvoreni VR headset za majstore i entuzijaste
Walker Industries, tim entuzijasta VR-a iz Japana, pokrenuo je kampanju na Kickstarteru za Vector Gear, potpuno otvoreni VR headset srednje klase. Projekt je usmjeren na stvaranje uređaja koji se može potpuno prilagoditi: i hardver i softver dostupni su javnosti. Takav pristup omogućuje programerima i korisnicima da mijenjaju svaki aspekt sustava, od osnovnog operativnog sustava do fizičkih komponenti. Tvrtka opisuje projekt kao ostvarenje dugo nositog sna: izgraditi headset koji nije ograničen proprietarnim restrikcijama i ponuditi transparentnu platformu za inovacije i eksperimente u XR prostoru.Vector Gear pozicioniran je kao flagshipski uređaj u liniji, koji funkcionira i kao samostalni i kao PC-VR headset. Uz njega, kampanja nudi i model Andromeda, koji je isključivo za PC-VR i dostupan u dvije verzije: proračunski model i opcija s višom razlučivošću. Specifikacije Vector Geara usporedive su s trenutnim tržišnim liderima poput Quest 3, s sličnom razlučivošću i mogućnostima čipseta. Iako ga razvija mali tim s ograničenim financiranjem, uređaj nudi širok raspon funkcija koje se mjeraju s ponudama puno većih korporacija, teži pružanju visokih performansi bez ogromnog budžeta koji je obično povezan s razvojem takvog hardvera.Istaknuta značajka Vector Geara je ugrađeni sustav za praćenje lica pod nazivom "Shinra Meisin", koji je tim razvio samostalno. Ovaj sustav namijenjen je animaciji korisničkih avatarâ na društvenim VR platformama, poput VRChata, putem strimovanja podataka preko OSC-a. Osim toga, kaciga i kontroleri koriste vlastiti sustav praćenja pod nazivom "AstroSLAM". Za razliku od standardnog praćenja iznutra prema van, kontroleri su opremljeni vlastitim kamerama, što omogućuje fleksibilno pozicioniranje, čak i kada se drže iza glave ili koriste za praćenje objekata na rekvizitima. Ovaj sustav praćenja potpuno je kompatibilan sa SteamVR, čime osigurava široku kompatibilnost s postojećim PC-VR naslovima i pruža čvrstu osnovu za razvoj novih aplikacija.Programska ekosustava jednako je ambiciozna i okuplja se oko vlastitog operativnog sustava XRUIOS, koji je temeljen na Arch Linuxu. Dizajniran isključivo za VR, ovaj OS omogućuje korisnicima da postavljaju 3D objekte kako bi stvorili personalizirane domaće okruženja, pokretali widgete i pokretali aplikacije iz Steam te vlastitog Walker pokretača. Sustav uključuje integraciju FEX-a, što omogućuje izvršavanje standardnih x86 aplikacija na ARM64 Linux arhitekturi. Jedan od primjetnih widgeta je MS-DOS emulator, koji korisnicima omogućuje pokretanje starih igara. Sustav također sadrži "Yuuko Protocol", krosplatformski alat koji stvara koherentno iskustvo između uređaja, omogućujući korisnicima da besprijekorno nastave reprodukciju medija ili pristup datotekama između kacige, pametnog telefona i računala.Cijena Vector Geara iznosi 980 dolara, dok su modeli Andromeda dostupni po cijeni od 650 i 1250 dolara, uz popuste za verzije devkit koje se samostalno sklapaju. Dostava se očekuje diljem svijeta do svibnja 2027., iako su moguće kašnjenja. Projekt je namijenjen izumiteljima, hardcore entuzijastima i istraživačkim institucijama kojima su potrebne mogućnosti potpune prilagodbe i garancije privatnosti podataka. Iako Steam Frame nudi sličnu, ali manje otvorenu alternativu, Vector Gear se ističe time što je dizajniran za potpuno rastavljanje i modifikaciju. Ta razina otvorenosti čini ga jedinstvenim alatom za one koji žele duboko istraživati hardverske i softverske slojeve virtualne stvarnosti, podržavajući pristup razvoju XR-a koji pokreće zajednica.

Public- 22 Oct, 2026
Unity MethodReload: ubrzanje iteracija izbjegavanjem ponovnog učitavanja domene
Unity je objavila MethodReload, eksperimentalni paket dizajniran za eliminaciju vremena čekanja povezanog s ponovnim učitavanjem domene tijekom razvoja. Tradicionalno, izmjena koda igre u uređivaču prisiljava potpuno rastavljanje i ponovnu inicijalizaciju Mono AppDomaina, proces koji može prekinuti kreativni zamah. Na uređajima situacija je još ozbiljnija, jer IL2CPP uopće ne podržava ponovno učitavanje domena, što zahtijeva potpuno ponovno izgradnju igrača za svaku izmjenu. MethodReload rješava to omogućujući razvojnicima da trenutno ažuriraju tijela specifičnih metoda, pretvarajući dugačka čekanja kompilacije u pitanje nekoliko sekundi. Ova mogućnost sada je dostupna za odmah, s ciljem pojednostavljenja petlje iteracija za testiranje u uređivaču i na uređajima.Paket, trenutačne verzije 0.7.0-exp.1, distribuiran je u imenskom prostoru com.unity.pipeline i zahtijeva Unity 6.0 ili noviju verziju. Da bi koristili ovu značajku, razvojnici moraju označiti specifične metode atributom [MethodReload] prije ulaska u Play Mode ili izgradnje igrača. Ovaj atribut mora biti prisutan u vrijeme kompilacije jer se logika dispečiranja izravno ugrađuje u bajtkod metode. Samo javne instancijske ili statičke metode koje vraćaju void ili IEnumerator su prikladne za ovaj tretman; sve ostale potpise se preskaču tijekom procesa izgradnje uz upozorenje. Ovo zahtjevanje predkompilacije osigurava da runtime može ispravno identificirati koje su metode kandidati za uživo ažuriranje, bez ometanja standardnog procesa kompilacije.Nakon postavljanja atributa, radni proces uključuje pokretanje MethodReload Watchera, koji se nalazi u postavkama projekta pod Pipeline i Editor. U Editoru, ulazak u Play Mode aktivira sustav, omogućujući kompiliranje i ubacivanje bilo kakvih promjena u označeni kod u stvarnom vremenu. Za testiranje na uređajima, razvojni programeri moraju izgraditi development player s omogućenim Pipeline drajverom u runtime okruženju i povezati se putem Profilera ili prozora konzole. Kada se spremi datoteka koja sadrži označenu metodu, Editor je kompilira koristeći preprocesorske definicije playera i šalje ažuriranje na sve povezane uređaje. Ovaj proces ne zahtijeva ponovno pokretanje aplikacije, omogućujući besprijekornu petnju povratne informacije. Osim toga, dostupne su Unity CLI naredbe za radni procese temeljene na terminalu, koje korisnicima omogućuju pokretanje ponovnog učitavanja za specifične datoteke ili mape izravno iz naredbenog retka.Unatoč prednostima u brzini, MethodReload radi unutar strogih ograničenja. Mijenja samo tijela označenih metoda, ostavljajući mjesta poziva, polja i raspored tipova netaknutima. Posljedično, razvojni programeri ne mogu dodavati nova polja ili klase putem ponovnog učitavanja. Tumač izvršava podskup C#, isključujući određene složene značajke, iako podržava primitivne tipove, petlje, delegacije i koutine. Roslyn analizator uključen u paket označava nepodržanu sintaksu u IDE-u. Na IL2CPP uređajima, tumač može pozivati samo one API-je koji su već referencirani u izgradnji; nedostajuća članstva rezultirat će iznimkama. Štoviše, tumačeni kod radi sporije od kompiliranih koda, kompromis koji utječe samo na razvojne izgradnje. Izdane izgradnje ne uključuju tumač, čime se osigurava da nema utjecaja na performanse u produkciji.Ispod haube, MethodReload kombinira IL interpretaciju s tkanjem u vrijeme kompilacije. Svaka označena metoda sadrži prolog koji provjerava registar za dostupno predefiniranje. Ako predefiniranje postoji, tumač izvršava novi IL bajtkod; u suprotnom, izvršava se izvorni kompilirani kod. Ova arhitektura omogućuje da se tumač kompilira putem IL2CPP zajedno s ostatkom igre, omogućujući mu da radi na uređajima bez vanjskih servera ili otvorenih portova. Iako postojeći alati iz Asset Store nude punu podršku za C# u Editoru, oni ne rade na IL2CPP izgradnjama. MethodReload popunjava tu prazninu, pružajući održivo rješenje za iteracije na uređajima. Za razvojnike čiji su glavni problemi prvenstveno povezani s Editorom, postojeći alati mogu i dalje biti preferiraniji, ali za one koji ciljaju IL2CPP uređaje, MethodReload nudi jedinstven i moćan put prema bržim ciklusima razvoja.

Public- 22 Oct, 2026
Unity CLI: više od 200 milijuna događaja od AI agenata
Unity CLI predstavlja jedinstvenu binarnu datoteku koja instalira i upravlja Unityjem iz terminala. Uz dodatak paketa Pipeline, omogućuje skriptama, sustavima kontinuirane integracije i agentima za kodiranje da upravljaju pokretnim primjerkom Editora. Od srpnja, više od 226.000 prijavljenih korisnika koristilo je ovaj alat, generirajući više od 200 milijuna događaja. Podaci ukazuju na jasan obrazac rada: programeri ručno konfiguriraju okruženje, dok se veći dio operativnih zadataka delegira automatiziranim agentima.Od 20. srpnja do 13. listopada 2026. godine, oko 98% pokretanja CLIja poteklo je od agenata za kodiranje i drugih alata za automatizaciju. Ručni unos u terminalu činio je samo 0,2% događaja, dok su CI cijevi predstavljale 0,3%. Preostali mali udio pokretanja ne spada u ove specifične kategorije. Ova distribucija ističe promjenu u navikama razvoja: terminal se sada prvenstveno koristi za početno postavljanje i konfiguraciju, a ne za kontinuirano ručno interakciju s engineom.Kada se razvojni inženjeri ručno interagiraju s sustavom, njihove su radnje usmjerene na pripremu. Tipični zadaci uključuju instalaciju paketa Pipeline, otvaranje projekta s ispravnom verzijom Editora, prijavu u sustav i konfiguraciju agenta za rad s Unityjem. Nakon postavljanja vještine CLI, razvojni inženjeri prepuštaju kontrolu agentu. Ovaj pristup osigurava besprijekornu integraciju Unityja u specifični ekosustav agenta koji je razvojni inženjer već odabrao, omogućujući umjetnoj inteligenciji da preuzme sljedeće zadatke bez otpora.Sam naredba unity čini više od 80% svih zabilježenih događaja. CLI se prvenstveno koristi za izvršavanje radnji u aktivnom Editoru, uz povremene provjere njegovog stanja. Razvojni inženjeri su pokrenuli više od 1,3 milijuna MCP sesija, što je način na koji agenti koriste CLI za povezivanje s Unityjem, te su otvorili projekte više od 150.000 puta. Ovaj volumen interakcije ističe ulogu CLI-a kao središnjeg mosta između radnih procesa vođenih umjetnom inteligencijom i razvojnog okruženja Unityja.Korištenje je naglo poraslo nakon izdavanja službenih Unity dodataka za Claude Code, Codex i nedavno Grok. Ovi dodaci agentima pružaju vještine koje su napisale ekipe Unityja, uključujući specifične mogućnosti za upravljanje CLI-jem. Naredba unity setup claude instalira potreban dodatak za Claude Code, koji također funkcionira unutar VS Code proširenja. Agenti bez službenih dodataka, poput Cursora i Clinea, i dalje mogu raditi putem CLI-ja. Claude Code je najčešće korišteni agent, za njim slijedi Codex, a najveće baze korisnika nalaze se u SAD-u, Japanu, Južnoj Koreji i Njemačkoj.