Mpx 2.10.5版本发布:性能优化与功能增强
Mpx是一款专注于小程序开发的增强型框架,它基于原生小程序语法进行扩展,提供了更强大的开发能力和更优的性能表现。Mpx支持多平台输出,包括微信、支付宝、百度等主流小程序平台,以及Web和React Native等跨端输出能力。
运行时样式性能优化
在本次2.10.5版本中,Mpx团队对React Native输出的运行时样式处理进行了显著优化。通过算法改进和性能调优,将1000次样式执行的耗时从30毫秒降低到了20毫秒,实现了33%的性能提升。这一优化对于复杂界面和频繁样式更新的场景尤为重要,能够带来更流畅的用户体验。
动画API功能增强
Mpx 2.10.5为React Native输出新增了对transitionend回调的支持。这一特性使得开发者能够在CSS过渡动画完成后执行特定逻辑,为实现更复杂的动画交互提供了可能。例如,可以在一个元素的淡出动画完成后立即开始另一个元素的淡入动画,创建平滑的过渡效果。
应用生命周期管理改进
新版本对应用生命周期管理进行了重构:
- 新增了
rnConfig.disableAppStateListener配置项,允许开发者禁用默认的appState监听机制 - 提供了全局API
setAppShow和setAppHide,用于外部调用驱动应用显示和隐藏的生命周期 - 移除了原有的
setCurrentPageStatusAPI,简化了API设计
这些改进使得应用状态管理更加灵活,特别是在需要与原生模块深度集成的场景下。
关键问题修复
键盘回避问题修复
修复了React Native输出中keyboardavoiding组件在某些机型上影响WebView touch事件的问题,确保了混合开发场景下的交互一致性。
样式定义增强
现在React Native输出支持.5px和.5rpx的样式写法,与小程序平台保持了一致的行为,提高了样式代码的可移植性。
鸿蒙兼容性修复
针对华为鸿蒙系统,修复了picker-view组件的兼容性问题,确保了该组件在不同平台下的一致表现。
总结
Mpx 2.10.5版本虽然在版本号上是一个小版本更新,但带来了多项实质性改进。从性能优化到功能增强,再到关键问题的修复,都体现了Mpx团队对开发体验和运行效率的持续关注。特别是React Native输出的多项改进,进一步巩固了Mpx作为跨端开发解决方案的竞争力。
对于现有Mpx用户,建议尽快升级以获取更好的开发体验和运行时性能;对于考虑采用Mpx的开发者,这个版本也展示了框架的成熟度和活跃度,是一个不错的入门时机。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00