DivKit 31.2.0版本发布:跨平台UI框架的稳定性与功能增强
DivKit是一个由Yandex开源的跨平台UI框架,它允许开发者使用声明式的JSON格式来定义复杂的用户界面,并在Android、iOS和Web平台上实现高性能渲染。该框架特别适合需要快速迭代UI且同时支持多端的应用场景,如新闻客户端、电商应用等。
Android客户端改进
本次31.2.0版本中,Android客户端获得了多项重要修复和优化:
视频播放稳定性提升:修复了在状态变更时可能发生的StackOverflowError问题。这类错误通常发生在递归调用过深时,现在框架能够更优雅地处理视频播放过程中的状态变化。
文本样式处理增强:解决了文本范围(text range)中font_family属性被忽略的问题。这意味着开发者现在可以更精确地控制文本不同部分的字体显示,为富文本展示提供了更好的支持。
定时器机制重构:将原有的java.util.Timer替换为Handler实现。这一变更带来了更符合Android生命周期管理的定时器机制,减少了内存泄漏风险,同时提高了定时任务的可靠性。
文本测量优化:修复了空文本高度测量的问题。这个改进确保了即使在没有实际内容的情况下,文本组件的布局也能保持正确,避免了UI错位的情况。
iOS客户端更新
iOS端在这个版本中获得了多项功能增强和问题修复:
类型别名引入:新增了DivCardUpdateReason类型别名,对应原有的DivActionURLHandler.UpdateReason。这一改进提高了代码的可读性和一致性,使API更加清晰易懂。
工具提示功能完善:新增了对close_by_tap_outside和tap_outside_actions的支持。现在开发者可以配置工具提示在用户点击外部区域时自动关闭,并定义相应的点击外部动作,大大提升了工具提示的交互灵活性。
渲染效果优化:修复了动画过程中阴影被错误裁剪的问题。这个改进确保了在各种动画效果下,元素的阴影都能正确显示,提升了UI的视觉一致性。
定时器生命周期管理:优化了定时器的生命周期处理,确保定时器能够正确地随着视图的生命周期进行创建和销毁,避免了潜在的内存问题和意外行为。
触发器初始化分离:通过DivFlagsInfo.initializeTriggerOnSet将触发器的设置和初始化过程分离,为开发者提供了更精细的控制能力,同时也提高了框架的灵活性。
Web客户端修复
Web版本在这个发布中主要解决了一个关键问题:
客户端可hydration构建修复:修复了client-hydratable构建的问题。这一改进确保了在服务端渲染(SSR)和客户端hydration过程中,UI能够正确地保持状态和进行交互,对于构建现代化的渐进式Web应用至关重要。
技术价值与影响
DivKit 31.2.0版本虽然没有引入重大新功能,但在稳定性、性能和开发者体验方面做出了重要改进。这些看似细微的修复实际上对于生产环境中的应用至关重要,特别是:
- 内存管理和生命周期相关的改进减少了应用崩溃的可能性
- 渲染问题的修复提升了UI的视觉一致性
- API的优化使开发者能够更直观地使用框架功能
对于已经采用DivKit的项目,建议尽快升级到这个版本以获得更好的稳定性和性能。对于考虑采用DivKit的团队,这个版本展示了项目维护团队对质量的高度重视,是一个积极的技术选型信号。
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