Penpot 2.4.0版本发布:设计协作平台的重要更新
Penpot是一款开源的UI/UX设计协作平台,它基于Web技术构建,支持团队在线协作设计界面原型。与主流设计工具不同,Penpot采用开放标准,不依赖专有格式,特别适合开发者和设计师团队使用。最新发布的2.4.0版本带来了一系列重要更新和改进。
核心架构变更
本次版本最显著的变化是前端Docker镜像的基础镜像更换为nginx-unprivileged。这一调整使得所有Docker镜像现在都以非特权用户(penpot)运行,提高了系统的安全性。需要注意的是,NGINX的默认监听端口从80变更为8080,使用Docker部署的用户需要相应调整基础设施配置。
另一个重要变更是Redis版本的明确指定。由于Redis从后续版本开始不再采用开源许可证,示例docker-compose.yml文件中明确指定使用Redis 7.2版本。如果用户之前使用其他版本,可能需要重新创建与Redis容器关联的卷,因为7.2版本的存储格式可能与现有数据不兼容。
新增功能亮点
团队成员查看者角色
2.4.0版本引入了查看者(Viewer)角色,为团队协作提供了更精细的权限控制。查看者可以浏览设计文件但不能进行编辑,这一角色非常适合需要查看项目进展但不直接参与设计的利益相关者。
文件历史版本管理
长期期待的文件历史版本管理功能终于到来。设计师现在可以查看和恢复文件的早期版本,大大降低了误操作带来的风险。这一功能为团队协作提供了额外的安全保障。
图层重命名优化
工作效率方面,新增了通过键盘快捷键和右键菜单快速重命名选中图层的功能。虽然看似小改进,但对于频繁操作的设计师来说能显著提升工作效率。
新的文件格式
2.4.0版本采用了新的.penpot文件格式,这一变更将为未来的功能扩展奠定基础。新格式可能会带来更好的性能和更丰富的元数据支持。
问题修复与改进
本次版本修复了多个影响用户体验的问题,包括文本显示不同步、网格图层重新排序问题以及组件样式交换问题等。这些修复使平台更加稳定可靠。
技术前瞻
从版本更新可以看出,Penpot团队正在积极优化底层架构,为未来的发展做准备。特别是对Redis替代方案的考虑,表明团队对开源承诺的坚持。新的文件格式和权限系统的改进,也为未来可能引入的更多企业级功能铺平了道路。
对于正在使用或考虑采用Penpot的团队来说,2.4.0版本提供了更稳定、更安全的基础,同时新增的协作功能使平台更加完善。特别是文件版本管理功能的加入,使Penpot在专业设计工作流中更具竞争力。
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