HoverZoom+ 1.1.4版本发布:增强图片浏览体验
HoverZoom+是一款广受欢迎的浏览器扩展程序,它能够在用户鼠标悬停在缩略图上时自动显示高清大图,极大地提升了网页浏览体验。该工具支持多种网站和图片格式,是社交媒体浏览、图片搜索和在线购物时的得力助手。
主要更新内容
1. 新增多图相册循环播放控制功能
在1.1.4版本中,开发团队引入了一个备受期待的功能:允许用户禁用多图相册的循环播放。这项改进特别适合那些希望线性浏览相册内容的用户。
技术实现上,该功能通过扩展的配置选项添加了一个新的开关控制。当用户禁用循环后,相册浏览到最后一幅图片时将不再自动跳转回第一张,而是保持显示最后一张图片。这一改动涉及到相册浏览逻辑的调整,包括前进/后退按钮的状态管理以及相册结束状态的判断。
2. 知名插画平台插件优化
针对知名插画分享平台,新版本进行了两项重要改进:
首先,修复了PNG格式图片的显示问题。之前的版本在某些情况下可能无法正确识别或加载该平台上的PNG格式作品,现在这一问题已得到解决。
其次,对插件性能进行了优化。通过重构图片加载逻辑和缓存机制,现在浏览该平台作品时的响应速度更快,资源占用更低。特别是在浏览包含大量作品的主页时,用户可以感受到明显的流畅度提升。
3. 新增对ui.cn和jike.ui.cn的支持
本次更新扩展了对中国设计类网站ui.cn及其社区版jike.ui.cn的支持。这意味着用户现在可以在这些平台上享受HoverZoom+带来的便捷悬停放大功能,无需点击即可预览设计作品的高清大图。
4. 其他改进与修复
除了上述主要功能外,1.1.4版本还包含了一些问题修复和稳定性改进。例如,修复了某些特定情况下图片加载失败的问题,进一步提升了扩展的兼容性和可靠性。
技术实现亮点
从技术角度来看,这次更新展示了HoverZoom+开发团队对用户体验的持续关注。特别是相册循环控制的实现,不仅增加了功能选项,还保持了原有操作的流畅性。性能优化方面,团队通过分析常见的性能瓶颈,有针对性地改进了图片加载和缓存策略。
对于开发者而言,这个版本也展示了良好的插件架构设计,使得新网站的支持可以相对容易地通过插件机制实现,而不需要修改核心代码。
总结
HoverZoom+ 1.1.4版本通过实用的新功能和多项优化,进一步巩固了其作为浏览器图片增强工具的地位。无论是普通用户还是专业设计师,都能从这个版本中获得更流畅、更可控的图片浏览体验。特别是对中国用户而言,新增的本土网站支持使得工具更加实用。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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