Shaka Player 4.9.34版本发布:流媒体播放器的关键改进
Shaka Player是由谷歌开发并开源的一款功能强大的JavaScript流媒体播放器库,支持DASH、HLS等多种流媒体协议。作为现代Web视频应用的核心组件,Shaka Player持续优化其播放性能和兼容性。最新发布的4.9.34版本带来了一系列重要的改进和修复,特别是在媒体源扩展(MSE)处理、HLS支持、离线存储和字幕显示等方面的优化。
MSE处理与传输流解析优化
本次更新对媒体源扩展(MSE)的处理逻辑进行了多项改进。首先修复了在传输复用内容时不必要的MSE重置问题,这一优化减少了播放过程中的资源浪费。同时,改进了时间戳偏移量(timestampOffset)在非必要情况下的变更逻辑,避免了因不恰当的时间戳调整导致的播放问题。
在传输流(TS)解析方面,修复了PES包之间溢出数据的处理问题,确保视频NAL单元和AAC音频样本能够被正确解析。这一改进特别针对那些包含复杂数据结构的传输流文件,提升了播放的稳定性和兼容性。
HLS协议支持增强
针对HLS协议的改进是本次更新的重点之一。首先修正了WebVTT字幕文件的识别逻辑,特别是对cmft扩展名的正确处理。其次,优化了TS媒体播放列表的音频/视频禁用逻辑,确保在特定情况下能够正确应用播放控制。
对于点播(VOD)内容,更新了EXT-X-PROGRAM-DATE-TIME标签的使用策略,当播放列表仅包含视频或音频时不再使用该标签。此外,修复了在分段模式下原始格式内容的时间戳偏移问题,保证了播放时序的准确性。
离线存储与DRM改进
在离线存储功能方面,4.9.34版本现在支持MSS(Microsoft Smooth Streaming)流的存储,扩展了离线播放的格式支持范围。在DRM方面,修复了旧版内容解密模块(CDM)上的ClearKey许可证处理问题,同时改进了许可证服务器配置逻辑,确保当清单中指定了许可证服务器时不会被错误忽略。
字幕显示与UI改进
字幕显示组件也获得了多项优化。移除了UITextDisplayer中的过时方法,并在SimpleTextDisplayer中添加了必要的保护措施,提高了字幕显示的稳定性。在用户界面方面,修复了选择播放速率时视频可能自动播放的问题,改善了用户体验。
性能优化与兼容性提升
本次更新还包含多项性能优化措施,包括减少对isTypeSupported的不必要调用,以及改进MediaSource的就绪状态处理逻辑。当init()方法被调用时,如果readyState不是open状态,现在会正确地重新打开MediaSource,提高了播放器的健壮性。
总的来说,Shaka Player 4.9.34版本通过这一系列改进,进一步提升了播放器的稳定性、兼容性和性能表现,为开发者提供了更加强大和可靠的流媒体播放解决方案。
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