Manyfold项目v0.112.0版本发布:ActivityPub联邦功能全面升级
Manyfold是一个开源的3D模型管理与分享平台,专注于为3D创作者提供便捷的模型存储、管理和分享解决方案。该项目采用现代化的Web技术栈构建,支持3D模型预览、分类管理等功能,并正在逐步完善对ActivityPub协议的支持,以实现与其他联邦宇宙(Fediverse)平台的互联互通。
联邦功能全面升级
本次v0.112.0版本的核心改进集中在ActivityPub联邦功能的完善上,使得Manyfold与其他联邦宇宙平台如Mastodon的交互更加顺畅。
远程内容预览增强
新版本中,Manyfold现在能够为远程服务器上的模型和收藏集提供完整的预览功能。这意味着当用户浏览来自其他Manyfold实例或其他兼容ActivityPub平台的内容时,可以直接看到模型的预览图和相关元数据,而无需下载完整的模型文件。
系统还改进了预览卡片的信息展示,现在会显示创作者和所属收藏集的详细信息,帮助用户更好地了解内容的来源和上下文关系。
ActivityPub Notes发布机制
Manyfold现在能够自动发布ActivityPub Notes(类似于社交网络中的帖子)来通知联邦网络中的其他实例。这些Notes会在以下场景自动生成:
- 发布新模型时
- 更新现有模型时
- 将模型添加到收藏集时
- 发布新收藏集时
这些Notes包含了模型或收藏集的基本信息,并支持内容警告(CW)功能,确保敏感内容可以被适当标记。同时,系统还优化了标签(hashtag)的处理方式,确保它们能在Mastodon等平台上正确显示。
用户体验改进
批量隐藏问题功能
针对大型收藏集的管理需求,新版本增加了批量隐藏问题的功能。用户现在可以一次性选择多个问题并统一隐藏,大大简化了模型库维护的工作流程。同时,系统还会自动折叠已忽略的问题,保持界面整洁。
表单权限控制
在创建或编辑模型时,系统现在会严格限制创作者和收藏集的选择范围,确保用户只能选择自己有编辑权限的项目。这一改进防止了意外选择无权编辑的项目导致的错误。
渲染器优化
3D渲染器部分进行了重构,修正了Y轴向上的显示问题,确保模型在所有场景下都能正确渲染。同时,预览图片和视频的MIME类型处理也得到了改进,确保它们能被正确识别和显示。
国际化支持
本次更新新增了日语翻译,进一步扩大了Manyfold的国际用户群体。同时,所有现有语言的翻译文件都进行了更新和优化,提升了多语言用户的使用体验。
技术细节优化
在底层实现上,开发团队进行了多项技术改进:
- 文件元数据刷新机制优化,确保文件大小等信息准确
- 增加了更多常见子文件夹的自动合并支持
- 修复了文件名大小写导致的预览问题
- 确保ActivityPub相关后台任务的唯一性,避免重复处理
- 改进了oEmbed iframe的语法结构,提升兼容性
这些改进虽然不直接影响用户界面,但显著提升了系统的稳定性和可靠性。
总结
Manyfold v0.112.0版本标志着该项目在联邦功能上的重大进步,使其真正成为联邦宇宙中3D内容分享的重要节点。通过完善的ActivityPub支持和多项用户体验改进,这个版本为3D创作者提供了更开放、更便捷的内容分享环境。随着国际化支持的不断扩展,Manyfold正在成长为全球3D创作者社区的基础设施之一。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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