Brave浏览器Chromium 135版本升级技术解析
Brave浏览器团队近期完成了从Chromium 135.0.7049.28到135.0.7049.41的版本升级工作。作为一款基于Chromium开源项目的隐私保护浏览器,Brave在保持与上游Chromium同步的同时,还需要确保自身特色功能的稳定性。本文将深入分析这次升级的技术细节和验证过程。
升级背景与范围
本次升级属于Chromium的小版本迭代,主要包含底层引擎的优化和错误修复。Brave团队在升级过程中重点关注了以下几个方面:
- 用户界面元素的一致性验证
- 版本号变更的正确性
- 特色功能的兼容性测试
由于是次要版本升级,Brave自身的代码变更较少,主要是对现有补丁的调整以适应新版本Chromium的代码结构变化。
关键功能验证
用户配置持久性
测试团队特别验证了用户设置的搜索引擎在升级过程中的持久性。当用户将Startpage设为默认搜索引擎时,升级后这一配置能够正确保留。这一验证确保了用户偏好在浏览器更新过程中不会丢失。
多账户管理
Brave的多账户管理系统在这次升级中表现稳定:
- 新账户创建流程正常
- 账户切换功能可靠
- 账户删除操作无误
- 访客模式运行良好
测试覆盖了从菜单创建账户到通过账户管理器管理的全流程,确保不同账户间的数据隔离性。
垂直标签页功能
作为Brave的特色功能之一,垂直标签页系统通过了全面测试:
- 水平/垂直布局切换正常
- 标签页添加/删除操作可靠
- 标签页固定功能稳定
- 拖拽排序表现符合预期
特别针对标签页拖拽时的鼠标定位问题进行了验证,确认该问题已得到修复。
隐私保护功能
Tor匿名网络功能测试结果显示:
- 常规网站访问正常
- .onion特殊域名解析正确
- 多窗口同时使用无冲突
- 文件下载功能可用
测试团队模拟了多种使用场景,确保隐私保护功能在升级后依然可靠。
本地化适配
针对不同地区的搜索引擎排序规则进行了验证:
- 确认Brave Search在支持地区显示为首选
- 验证地区性搜索引擎(如日本的Yahoo! JAPAN、俄罗斯的Yandex)的排序正确性
- 检查私有窗口的默认搜索引擎设置
测试覆盖了多个具有不同搜索引擎偏好的地区配置,确保本地化体验的一致性。
跨平台兼容性
验证工作覆盖了所有主要平台:
桌面平台
- Windows系统功能完整
- macOS各项特性运行稳定
- Linux环境兼容性良好
移动平台
- 安卓手机功能正常
- 安卓平板体验一致
测试团队采用了真实设备和多种操作系统版本进行验证,确保不同硬件配置下的稳定性。
升级建议
对于终端用户而言,这次Chromium小版本升级带来的变化不大,主要建议:
- 保持浏览器自动更新开启,以获取安全补丁
- 升级后简单验证常用功能是否正常
- 如遇问题可尝试重置浏览器设置
对于开发者,需要注意Chromium底层变更可能带来的API调整,及时更新相关依赖。
总结
Brave浏览器135.0.7049.41版本的升级工作顺利完成,各项特色功能均保持稳定。团队通过全面的测试验证确保了用户体验的一致性,特别是在隐私保护和界面定制等核心功能方面。这次升级进一步巩固了Brave作为安全隐私浏览器的技术基础,为用户提供了更加可靠的网络浏览环境。
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