Expensify/App 9.1.12-0版本发布:移动端与桌面端全面优化
Expensify是一款广受欢迎的财务管理应用,它为用户提供了便捷的费用报告、账单支付和团队协作功能。作为一款跨平台应用,Expensify支持iOS、Android、Web和桌面端,让用户可以在任何设备上管理财务事务。
核心功能改进
用户界面与交互优化
本次版本对用户界面进行了多处改进,特别是在移动端体验上。开发团队修复了Android平台上搜索输入框文字跳动的问题,提升了用户输入时的视觉稳定性。同时,针对mWeb(移动网页版)用户,优化了搜索类型菜单的切换体验,解决了菜单卡住的问题。
在报告页面,团队解决了顶部栏在某些查询条件下消失的问题,确保用户始终能够访问关键导航功能。此外,还优化了PDF导出功能,让用户能够更方便地将报告导出为PDF格式。
离线状态处理增强
对于经常需要在无网络环境下使用的用户,新版本改进了离线状态下的反馈机制。特别是在设置存款账户时,当应用处于离线状态,货币行会被正确禁用并给出明确提示。同样,在集成页面更新QBO(QuickBooks Online)字段时,也会提供清晰的离线反馈。
工作区管理改进
工作区功能获得了多项优化。修复了工作区所有者被错误移除的问题,即使API调用失败,系统也会保持正确的所有者状态。同时,在移动网页版中,用户从货币页面返回时会被正确引导至工作区确认页面,而非左侧导航栏。
技术细节与修复
性能与稳定性
开发团队修复了多个可能导致应用不稳定的问题。其中包括处理未使用的乐观更新错误,防止因错误数据导致界面异常。还解决了报告列表滚动被阻止的问题,确保用户能够流畅浏览内容。
表单与输入处理
在表单处理方面,修复了状态字段在从国家列表返回后被清空的问题。同时,在搜索筛选金额页面,现在会正确显示数字键盘,提升输入效率。对于金额输入和支付按钮,优化了重新加载逻辑,避免不必要的界面刷新。
上下文菜单与模态框
改进了上下文菜单的行为,确保迷你上下文菜单能够在已有菜单显示时正常打开。修复了教育提示工具在模态框关闭后仍出现在右侧面板的问题。同时优化了商户页面从报告右侧面板关闭的行为,确保在放弃更改时能够正确关闭。
多语言与本地化
本次更新包含了对西班牙语翻译的补充,添加了"verifyingTheDetails"的翻译。同时修复了调试标签页中"View"按钮未翻译的问题,提升了多语言用户的使用体验。
安全与权限
在安全方面,修复了系统消息在Android设备上因网络状态变化而显示异常的问题。同时优化了标记为冒犯性内容页面的键盘行为,确保键盘能够正确关闭。
总结
Expensify/App 9.1.12-0版本通过一系列细致的改进和修复,进一步提升了应用的稳定性、可用性和用户体验。从核心功能到细节交互,开发团队都进行了精心优化,体现了对产品质量的持续追求。这些改进将帮助用户更高效地管理财务事务,无论是在线还是离线环境下。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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