ReVanced Extended项目YouTube与Reddit模块更新解析
项目简介
ReVanced Extended是一个基于ReVanced项目的扩展版本,主要针对Android平台上的流行应用(如YouTube、Reddit等)提供功能增强和个性化定制。该项目通过补丁(patch)方式修改原始应用,为用户带来更优质的体验。
本次更新重点内容
YouTube模块更新
版本兼容性调整:本次更新将YouTube支持版本从20.03.45回退至20.03.43。这种版本回退在开发中并不常见,通常是由于新版本存在某些兼容性问题或引入了不稳定的变更。
背景播放限制移除功能修复:修复了当从feed播放Shorts时状态栏会出现媒体控制的问题。Shorts是YouTube的短视频功能,这一修复确保了背景播放体验的一致性。
视频播放速度问题修复:解决了Shorts播放时速度偶尔会重置为1.0倍速的问题。值得注意的是,开发者明确指出这实际上是YouTube本身的未修复bug,而非补丁引入的问题。
描述更新:对视频播放相关功能的描述进行了更新,使功能说明更加准确清晰。
Reddit模块更新
版本兼容性恢复:重新支持Reddit 2025.05.1版本,表明开发团队持续跟进主流应用更新并保持兼容性。
广告隐藏功能修复:解决了评论区域广告隐藏失效的问题。广告屏蔽是这类修改项目的核心功能之一,此次修复确保了用户体验的完整性。
技术分析
从更新内容可以看出,ReVanced Extended项目团队在以下几个方面表现出色:
-
快速响应:能够及时发现并修复用户反馈的问题,如Reddit的广告隐藏功能。
-
问题诊断能力:能准确区分是补丁本身的问题还是原始应用的bug(如YouTube播放速度问题)。
-
版本管理:对支持版本进行动态调整,确保稳定性和兼容性的平衡。
-
功能细化:不断优化现有功能细节,如背景播放的媒体控制显示问题。
使用建议
对于终端用户,建议注意以下几点:
-
使用指定版本的ReVanced Manager(v1.23.5分支版)以获得最佳兼容性。
-
安装时选择正确的YouTube基础版本(20.03.43)。
-
遇到问题时,可先确认是否为原始应用的已知问题(如YouTube播放速度重置)。
-
关注项目的翻译贡献机会,帮助改善多语言支持。
总结
本次ReVanced Extended更新展示了项目团队对细节的关注和快速响应能力。通过不断优化现有功能和修复问题,为用户提供了更稳定、更完善的修改体验。版本支持的调整也反映出团队对稳定性的重视,值得用户信赖。
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