ReVanced Extended 补丁更新 v5.6.1-dev.5 技术解析
ReVanced Extended 是一个基于 ReVanced 项目的扩展版本,主要针对 YouTube 等流行应用提供增强功能和自定义选项。该项目通过补丁方式实现对原应用的修改,为用户带来更丰富的使用体验和个性化设置。
本次发布的 v5.6.1-dev.5 版本带来了多项功能改进和问题修复,主要集中在 YouTube 客户端的功能优化上。下面我们将详细解析这次更新的技术亮点。
YouTube 功能优化
本次更新对 YouTube 客户端进行了多项改进。首先移除了"保持横屏模式"设置的相关警告提示,使得用户界面更加简洁。在自定义品牌图标方面,更新了旧版启动动画的背景颜色,同时优化了相关代码,移除了不必要的钩子函数,提高了运行效率。
针对下载功能和覆盖按钮,修复了"队列管理器"无法识别品牌账户的问题。这个修复确保了在多账户环境下功能的正常运作。设置菜单中的"RVX语言"选项也得到了修正,现在它不再意外改变YouTube应用本身的显示语言,而是专注于控制补丁相关的语言设置。
对于短视频组件,解决了"自定义操作"在YouTube 19.05.36版本中会覆盖Shorts浮动菜单的问题,确保了功能的兼容性和稳定性。
Reddit 功能修复
Reddit 模块主要修复了"禁用截图弹窗"功能未能完全移除截图提示的问题。这个修复使得用户在截图时不会再被应用弹出的提示干扰,提供了更流畅的使用体验。
共享组件优化
在共享组件方面,移除了扩展功能中不必要的上下文钩子,精简了代码结构,提高了运行效率。这种优化虽然对用户不可见,但有助于提升整体性能和稳定性。
兼容性说明
值得注意的是,开发团队宣布将在未来版本中移除对YouTube 20.03.43版本的支持。这意味着用户需要及时更新到更高版本的YouTube应用才能继续使用最新功能。同时建议用户配合使用专门为ReVanced Extended优化的管理器版本,以获得最佳体验。
本地化支持
项目团队持续鼓励社区参与翻译工作,为YouTube和YouTube Music应用提供多语言支持。这种开放的协作模式有助于项目覆盖更广泛的用户群体。
总体而言,这次更新体现了ReVanced Extended项目对细节的关注和对用户体验的持续优化。通过不断修复问题和改进功能,项目为用户提供了更加稳定和个性化的应用修改方案。
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
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