Semi Design v2.74.0 版本发布:组件优化与问题修复
Semi Design 是由字节跳动前端团队开发的一套企业级 UI 设计语言和 React 组件库,旨在为开发者提供高质量的设计规范和可复用的前端组件。本次发布的 v2.74.0 版本主要针对多个组件的用户体验和功能稳定性进行了优化和修复。
组件优化与修复
List 组件数据源为空时的显示优化
在之前的版本中,当 List 组件的 dataSource 为空时,Spin 加载状态组件会遮挡整个列表区域,导致用户无法清晰感知当前列表为空的状态。新版本修复了这一问题,现在即使数据源为空,Spin 组件也不会再遮挡列表区域,使得空状态提示能够正常显示,提升了用户体验的一致性。
TreeSelect 搜索状态下的稳定性增强
TreeSelect 组件在开启搜索功能时,如果 treeData 属性未定义,在关闭面板时会出现 TypeError 错误。这个问题在开发过程中可能会影响调试体验。新版本增加了对 treeData 为 undefined 情况的处理,确保了组件在异常数据情况下的稳定性。
Steps 组件的对齐问题修复
对于类型为 basic 的 Steps 组件,之前存在图标和标题未与连接线居中对齐的问题。这种视觉上的偏差虽然不影响功能,但会影响整体界面的美观性和专业性。新版本修复了这一问题,确保了所有元素的完美对齐,提升了组件的视觉一致性。
Select 组件的焦点管理改进
单选且可搜索的 Select 组件在面板打开状态下失去焦点后,存在无法再次通过点击触发器聚焦的问题。这个交互问题会影响用户的操作流畅性。新版本优化了焦点管理逻辑,确保用户在任何情况下都能通过点击触发器重新聚焦到输入框,提高了组件的可用性。
AudioPlayer 组件的样式与兼容性优化
AudioPlayer 组件在本次更新中获得了两个重要改进:
-
修复了倍速弹出层样式的白边问题,使弹出层的视觉效果更加完美,消除了之前可能出现的视觉瑕疵。
-
对内部 ref 的使用进行了重构,使其能够更好地兼容其他前端框架。这一改进使得 AudioPlayer 组件在更广泛的技术栈中都能稳定工作,提高了组件的适用范围和灵活性。
总结
Semi Design v2.74.0 版本虽然没有引入重大新功能,但对现有组件的稳定性和用户体验进行了细致的打磨。从视觉对齐的细节修复到交互逻辑的完善,再到跨框架兼容性的增强,这些改进都体现了开发团队对产品质量的持续追求。
对于正在使用 Semi Design 的开发者来说,升级到这个版本将获得更稳定、更一致的组件体验。特别是对于使用 TreeSelect、Select 和 AudioPlayer 组件的项目,这些修复将直接提升最终用户的使用感受。
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