Livebook v0.16.0 发布:团队协作正式版与Python实验性支持
Livebook 是一个交互式的代码笔记本工具,专为 Elixir 生态设计,支持实时协作、数据可视化和文档编写。它采用 Web 技术构建,既可以通过浏览器访问,也提供桌面应用程序。Livebook 特别适合数据探索、教学演示和团队协作场景,其独特的"笔记本"概念让代码、文档和可视化结果可以完美结合。
本次发布的 v0.16.0 版本带来了两个重要更新:Livebook Teams 功能结束测试阶段成为正式版本,以及实验性的 Python 代码执行支持。这两个特性分别针对团队协作和语言生态扩展,标志着 Livebook 正在向更广泛的应用场景迈进。
Livebook Teams 正式发布
Livebook Teams 是专为团队协作设计的扩展功能,在此版本中正式结束测试阶段。该功能提供了企业级的安全控制和协作能力,特别适合需要多人协作开发数据分析和机器学习项目的团队。
新版本增强了身份认证方面的能力,支持基于 OIDC 的组授权机制。这意味着企业可以更方便地集成现有的身份管理系统,根据组织架构自动分配权限。团队管理员现在能够更精细地控制不同组别成员的访问权限,实现更安全的协作环境。
实验性 Python 支持
v0.16.0 引入了实验性的 Python 代码执行能力,这是 Livebook 向多语言支持迈出的重要一步。虽然目前功能尚未完全成熟,但已经可以执行基本的 Python 代码,为数据科学和机器学习工作流提供了更多可能性。
Python 集成采用了与 Elixir 类似的内核架构,保持了 Livebook 一贯的交互式体验。用户现在可以在同一个笔记本中混合使用 Elixir 和 Python 代码,利用两种语言各自的优势。开发团队表示将继续完善这一功能,包括改进错误处理、增加库支持和优化性能等方面。
用户体验改进
本次更新包含多项用户体验优化。新增了代码单元格行折行切换快捷键,让长代码行的查看更加方便。对于 JavaScript 输出的加载过程进行了优化,现在长时间加载或失败的情况会有更友好的提示。
在 AWS 执行环境方面,新增了自动集群支持,简化了分布式计算场景的配置。Docker 镜像和桌面应用也同步更新至 Elixir 1.18.3 和 Erlang 27.3.3,确保用户获得最新的语言特性支持。
实用功能增强
学习资源方面新增了 GitHub 应用开发示例笔记本,帮助开发者快速上手相关集成开发。对于桌面应用用户,修复了 macOS 和 Windows 平台上 livebook:// 协议 URL 的处理问题,提升了外部链接的打开体验。
输出显示方面修复了应用输出中边框缺失的问题,使界面更加统一美观。还解决了某些特定 IO 请求导致的崩溃问题,提高了系统的稳定性。
总体而言,v0.16.0 版本标志着 Livebook 在团队协作和多语言支持方面的重要进展,同时持续优化核心体验,为数据科学和工程团队提供了更强大的工具选择。
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