Wax项目v1.3.2版本发布:漫画阅读体验再升级
Wax是一款专注于漫画阅读体验的开源应用程序,旨在为用户提供流畅、便捷的漫画浏览功能。该项目通过持续迭代更新,不断优化用户体验并修复已知问题。
核心功能更新
v1.3.2版本在阅读体验方面做出了显著改进。最值得关注的是新增了"继续阅读"功能,系统会自动记录用户上次的阅读进度,下次打开同一漫画时可以直接从上次中断的位置继续阅读,大大提升了阅读的连贯性。同时,该版本还完善了历史记录功能,用户可以方便地查看和管理自己的阅读历史。
在用户交互方面,v1.3.2版本增加了长按标题复制的功能,方便用户快速复制漫画标题进行分享或搜索。此外,界面显示也进行了优化,现在会清晰展示漫画的分类信息和页数,帮助用户更好地了解当前阅读内容。
性能优化与问题修复
针对图片显示问题,开发团队修复了部分无法正常显示的图片,提升了整体浏览体验。在搜索功能方面,修复了之前版本中存在的搜索错误问题,使搜索更加准确可靠。
缓存管理功能也得到了改进,修复了清除缓存菜单操作无效的问题,现在用户可以更有效地管理应用缓存。网络连接方面,新增了多个分流服务器选项,提高了内容加载的稳定性和速度。
多平台支持
Wax项目继续保持对多平台的良好支持,v1.3.2版本提供了Android(包括arm32、arm64和x86_64架构)、iOS以及桌面端(Linux、macOS和Windows)的安装包。值得注意的是,iOS版本需要用户自行签名安装,这为苹果设备用户提供了更多灵活性。
未来展望
根据发布说明,开发团队计划在后续版本中增加代理设置功能,这将进一步提升应用在不同网络环境下的可用性。这一功能的加入将使Wax能够更好地服务于网络环境复杂的用户群体。
Wax项目通过v1.3.2版本的更新,再次证明了其对用户体验的重视和对产品质量的追求。从阅读功能的完善到性能的优化,再到多平台的支持,Wax正在逐步成长为一款功能全面、体验优秀的漫画阅读解决方案。
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