DivKit 31.5.0版本更新解析:移动端与Web端协同进化
DivKit作为一个跨平台的UI框架,通过声明式JSON描述界面布局与交互逻辑,实现了在Android、iOS和Web三大平台的高性能渲染。本次31.5.0版本的更新带来了多项功能增强与问题修复,体现了框架在动态UI构建、动画效果和跨平台一致性方面的持续优化。
Android客户端重大改进
预加载控制精细化 新引入的PreloadFilter接口为DivPreloader提供了更灵活的预加载策略。开发者现在可以通过实现该接口,完全自主决定哪些内容需要预加载,不再受限于元素本身的preloadRequired属性值。这种设计特别适合需要根据网络状况、设备性能或业务场景动态调整预加载策略的复杂应用。
视觉特效优化 Shine扩展现在支持在视图不可见时暂停动画效果,当视图重新可见时恢复动画。这种智能化的生命周期管理显著降低了不必要的资源消耗,对于包含大量动画元素的列表界面尤其重要。
表单交互增强 新增对submit动作的支持使得表单处理更加完整。结合现有的input组件,开发者现在可以构建完整的表单提交流程,包括数据收集、验证和提交动作的触发。
布局计算修复 本次更新重点修复了多个布局计算问题:
- 修复了container组件在启用tighten_width时文本内容宽度计算不准确的问题
- 修正了RTL(从右到左)布局下container内的内容对齐方式
- 改进了线性渐变的大小计算逻辑,确保视觉效果与设计稿一致
性能优化 针对gallery组件的滑动体验进行了专项优化,现在快速滑动(fling手势)后的吸附定位更加流畅自然。同时修复了patch机制可能影响item_builder后续工作的问题,确保动态更新后的列表仍能正常构建新项目。
iOS客户端关键更新
布局计算逻辑统一 本次更新调整了带有weight属性的可调整大小元素的尺寸计算方式。现在元素的尺寸计算不再包含边距(margin),这意味着当多个具有相同weight值的元素放置在同一个容器中时,即使它们的边距设置不同,最终获得的尺寸也会保持一致。这种改变使布局行为更加符合开发者直觉,也与其他平台的实现保持了一致。
转场动画修复 修复了视图尺寸变化时的转场动画问题,现在尺寸变化过程中的动画过渡更加平滑自然。对于包含动态内容的卡片式界面,这种改进显著提升了用户体验。
无障碍访问优化 对div-tooltip组件的无障碍支持进行了更新,确保辅助技术能够正确识别和朗读提示内容,满足无障碍设计的要求。
Web客户端功能扩展
布局系统增强 Web端本次获得了多项布局能力升级:
- pager组件新增wrap_content布局模式,使其能够根据内容自动调整尺寸
- 新增cross_axis_alignment属性支持,可以精细控制pager中项目的交叉轴对齐方式
- 新增pagerChildrenClipEnabled配置标志,特别适用于处理pager内包含阴影元素时的裁剪需求
- 修正了grid组件column_count属性的默认值问题,现在明确要求必须指定该值
视觉样式丰富
- 新增对线性渐变中color_map属性的支持,允许创建更复杂的渐变效果
- 实现了dashed虚线描边样式,扩展了边框设计的可能性
- 改进了menu_items的样式表现,确保视觉一致性
交互体验优化
- 修复了tabs组件内可点击内容的交互问题
- 改进了input组件在keyboard_type为number时的虚拟键盘行为
- 新增对tooltip组件non_modal模式的支持,允许提示框出现时不阻断其他交互
状态管理警告 现在当使用transition_id、transition_out或transition_change属性但缺少必需的id属性时,系统会给出明确警告,帮助开发者及时发现并修复状态转换相关的问题。
补丁机制改进 修复了使用patch时可能导致相邻组件意外重建的问题,提高了动态更新界面的性能和稳定性。
跨平台协同设计思想
本次更新体现了DivKit团队在保持各平台特性的同时,努力实现核心功能与API的一致性。例如submit动作的支持、tooltip的无障碍改进等都同步出现在了多个平台。这种协同设计既降低了开发者的学习成本,又确保了最终用户体验的一致性。
特别值得注意的是布局计算逻辑的调整,如iOS端weight计算方式的改变,实际上是对各平台实现差异的消除,使开发者无论针对哪个平台,都能获得符合预期的布局结果。这种对细节的关注正是DivKit能够成为可靠跨平台解决方案的关键所在。
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