Expensify/App 9.1.18-4版本发布:优化用户体验与修复关键问题
Expensify是一款流行的费用管理和报销应用程序,旨在帮助个人和企业简化财务流程。该应用提供了从费用跟踪到报告生成的全套解决方案,支持多平台使用。本次发布的9.1.18-4版本包含了一系列重要的功能改进和问题修复,进一步提升了用户体验和系统稳定性。
核心功能改进
用户界面优化
开发团队对多个用户界面进行了优化,包括移除了"presence-activeGuides"推送通道,修复了头部显示骨架和消息为空的问题。这些改进使得应用界面更加简洁流畅,减少了不必要的视觉干扰。
任务引导增强
在用户引导方面,团队为入门任务标题添加了行动号召链接,使新用户能够更直观地了解如何开始使用应用功能。这种设计改进有助于降低新用户的学习曲线,提升产品易用性。
搜索功能修复
修复了搜索提交被调用两次的问题,这一改进显著提升了搜索功能的响应速度和准确性,为用户提供更加流畅的搜索体验。
关键问题修复
崩溃问题解决
本次更新修复了多个可能导致应用崩溃的问题,包括用户预订旅行时出现的崩溃问题,以及控制工作区中无法编辑报告标题字段的问题。这些修复大大提高了应用的稳定性。
金额显示修复
解决了零金额在收据和费用详情中不显示的问题,特别是针对距离费用。这一修复确保了财务数据的完整性和准确性。
图片上传改进
允许用户重试失败的上传图片/收据操作,这一改进显著提升了用户体验,特别是在网络条件不佳的情况下。
性能优化
自动完成功能优化
通过仅在需要时计算自动完成的参与者,减少了不必要的计算开销,提升了应用的响应速度。这种优化在大型组织中尤其明显,可以显著减少处理时间。
视频播放修复
修复了Android平台上入门视频空白的问题,确保了所有用户都能正常观看引导内容。
安全性增强
敏感信息保护
添加了当以Copilot身份登录时隐藏"显示详情"按钮的功能,这一改进增强了敏感信息的保护,符合企业级应用的安全要求。
多平台支持改进
桌面应用优化
对桌面应用进行了多项改进,包括合并源映射文件的优化,提升了开发调试效率和运行时性能。
移动端体验
修复了多个移动端特有的问题,包括多次点击"新建工作区"会打开多个确认页面的问题,以及Copilot切换器在主账户登录后的显示问题。
总结
Expensify/App 9.1.18-4版本通过一系列精心设计的改进和修复,进一步提升了应用的稳定性、安全性和用户体验。从界面优化到性能提升,从功能增强到问题修复,这个版本体现了开发团队对产品质量的不懈追求。这些改进不仅解决了现有用户面临的问题,也为新用户提供了更加友好的入门体验,巩固了Expensify作为领先费用管理解决方案的地位。
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