Audiobookshelf应用v0.9.80-beta版本发布:阅读体验优化与功能增强
Audiobookshelf是一款开源的音频书籍和播客管理应用,它允许用户在自己的服务器上搭建个人媒体库,并通过移动应用进行访问和管理。最新发布的v0.9.80-beta版本带来了多项用户体验改进和功能增强,特别是在电子书阅读和播客管理方面。
电子书阅读体验升级
本次更新为Epub电子书阅读器新增了"黑色"主题选项,为用户在低光环境下阅读提供了更舒适的视觉体验。同时,开发者优化了漫画阅读器的界面交互,现在当顶部工具栏显示时,底部页码栏也会同步显示,方便用户快速定位阅读进度。
在书籍展示方面,改进了书架网格视图的布局算法,特别针对小屏幕设备进行了优化,使书籍封面在不同尺寸屏幕上都能获得更好的显示效果。
播客管理功能增强
新版本引入了按文件名排序播客剧集的功能选项,为那些习惯通过文件名管理内容的用户提供了更多灵活性。这一改进特别适合那些拥有大量本地播客文件的用户群体。
平台专属功能优化
针对iOS平台,本次更新新增了两项实用功能:
- 睡眠定时器新增音频淡出选项,可以在暂停播放前逐渐降低音量,提供更自然的停止体验
- 新增自动回放功能及对应的禁用选项,满足不同用户的收听习惯
同时修复了iOS平台上一个长期存在的问题:在媒体播放完成后无法回退搜索的问题。
Android平台方面,移除了"仅限本地"媒体相关的所有代码,简化了应用架构。此外还更新了投屏图标,并改进了本地媒体页面的描述信息。
国际化与本地化改进
本次更新包含了大量语言翻译的更新和完善,涉及白俄罗斯语、保加利亚语、加泰罗尼亚语、简体中文、克罗地亚语、捷克语、丹麦语、芬兰语、德语、印地语、匈牙利语、意大利语、日语、波兰语、巴西葡萄牙语、斯洛文尼亚语、西班牙语、瑞典语、土耳其语等多个语种。
技术架构优化
在底层架构方面,项目升级到了Capacitor 7框架,并将Android目标SDK提升至35版本。开发团队还对Android端的代码进行了多项清理和优化工作,包括设备管理模块重构、睡眠定时器代码优化以及下载管理器清理等。
开发者工具改进
为提升开发效率,项目新增了自动关闭不符合模板要求的问题的工作流程,并更新了APK构建流程。这些改进将有助于维护项目的健康发展,提高问题处理效率。
总体而言,Audiobookshelf v0.9.80-beta版本在保持核心功能稳定的同时,通过多项细节优化提升了用户体验,特别是在多语言支持和平台专属功能方面取得了显著进展。这些改进体现了开发团队对用户反馈的重视和对产品质量的不懈追求。
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