viem 2.23.12 版本发布:优化跨链交互与交易编码
viem 是一个功能强大的区块链开发工具库,为开发者提供了与区块链网络交互的底层基础设施。它支持多种区块链网络和扩展功能,包括跨链通信、交易编码等核心功能。本次发布的 2.23.12 版本主要针对跨链交互和交易编码进行了多项优化。
CCIP-read 功能改进
在跨链交互方面,本次更新对 CCIP-read 功能进行了重要改进。CCIP-read 是一种跨链信息读取协议,允许智能合约从其他链上获取数据。新版本中,开发者特别将 sender 字段转换为小写格式,这一改动虽然看似微小,但能显著提高跨链交互的兼容性和稳定性。在区块链地址处理中,大小写不敏感是常见规范,这一调整确保了与更多链上合约的兼容性。
ZKsync 扩展功能增强
对于 ZKsync 这一重要的 Layer2 解决方案,viem 本次更新带来了两项重要改进:
-
空数据处理优化:修复了在编码 null 或 undefined 数据时可能出现的问题。这一改进确保了在 ZKsync 上处理可选数据字段时的稳定性,避免了因空数据导致的编码错误。
-
新增提款状态检查:新增了
isWithdrawalFinalized方法,允许开发者便捷地检查跨链提款是否已完成最终确认。这对于构建跨链应用的用户体验至关重要,开发者现在可以更精确地跟踪资金转移状态。
EIP-7702 交易编码修复
在交易编码方面,本次更新修复了 EIP-7702 类型交易中十六进制编码前导零的问题。EIP-7702 是一种新型交易格式,修复后的编码处理确保了这类交易能够被网络节点正确解析和执行。这一改进对于采用最新区块链标准的开发者尤为重要。
测试网络支持扩展
viem 持续扩展对各类测试网络的支持,本次更新新增和更新了多个测试网络:
-
Basecamp 测试网:新增支持,为开发者提供了又一个区块链 Layer2 的测试环境。
-
Somnia 测试网:新增支持,扩展了开发者的测试选项。
-
Happychain 测试网:更新了节点 URL,确保连接的可靠性。
实验性功能:EIP-5792 支持
作为实验性功能,本次更新增加了对 EIP-5792 的 waitForCallsStatus 方法的支持。这一功能允许开发者等待一组链上调用达到特定状态,为构建复杂的多步骤交易流程提供了更好的工具支持。虽然尚处于实验阶段,但这一功能展示了 viem 对前沿区块链标准的快速跟进能力。
总结
viem 2.23.12 版本通过多项优化和新增功能,进一步巩固了其作为区块链开发首选工具库的地位。从跨链交互的细节改进到新型交易标准的支持,再到测试网络的扩展,这些更新全方位提升了开发者的体验。对于正在构建跨链应用、使用 ZKsync 或探索最新区块链标准的开发者来说,升级到这一版本将获得更稳定、更强大的功能支持。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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