ZLPhotoBrowser 4.6.0版本发布:SwiftUI支持与相机增强
项目简介
ZLPhotoBrowser是一款功能强大的iOS照片选择器框架,为开发者提供了高度可定制的照片选择、预览和编辑功能。该框架支持从相册选择照片/视频、拍照、录制视频、图片编辑等常见功能,并提供了丰富的自定义选项。
版本亮点
SwiftUI支持
4.6.0版本最重要的更新是增加了对SwiftUI的支持。这意味着开发者现在可以在SwiftUI项目中无缝集成ZLPhotoBrowser,而不必依赖UIKit的桥接方案。这一改进使得现代SwiftUI应用能够更自然地使用照片选择功能,同时保持了与UIKit版本相同的功能和体验。
相机功能增强
本次更新对相机功能进行了多项改进:
-
锁定输出方向:在自定义相机中新增了锁定输出方向的功能,确保拍摄的照片或视频始终保持预期的方向,不受设备旋转影响。
-
录制时间修复:修复了点击录制视频时自动停止录制时间计算不准确的问题,提高了视频录制的精确性。
-
捕获动作自定义:新增了will-capture-block回调,允许开发者在捕获动作前后执行自定义逻辑,为特殊场景下的相机使用提供了更大的灵活性。
视频体验优化
视频播放体验得到了显著提升:
-
相册视频播放:优化了相册中视频的播放流畅度和控制体验。
-
在线视频支持:改进了在线视频的预览功能,特别是修复了部分视频宽高比计算不准确的问题。
组件重构与API改进
-
ZLPhotoPicker替代ZLPhotoPreviewSheet:这是一个重要的API变更,新的ZLPhotoPicker将逐步取代原有的ZLPhotoPreviewSheet。开发者应开始迁移到新API,因为旧组件未来将被标记为私有。
-
文字贴纸增强:为文字贴纸功能添加了文字轮廓和阴影效果,使编辑功能更加丰富和专业。
技术细节与最佳实践
对于开发者而言,升级到4.6.0版本时需要注意以下几点:
-
SwiftUI集成:在SwiftUI中使用时,可以通过新的API直接创建照片选择器视图,无需额外的包装器。
-
相机方向锁定:当需要固定输出方向时,确保正确配置相关参数,特别是在需要横屏拍摄的场景下。
-
视频处理:对于在线视频的支持更加完善,但开发者仍需注意视频源的兼容性和网络状况。
-
API迁移:建议尽早将ZLPhotoPreviewSheet的使用迁移到新的ZLPhotoPicker,以避免未来版本兼容性问题。
总结
ZLPhotoBrowser 4.6.0版本通过引入SwiftUI支持、增强相机功能和优化视频体验,进一步巩固了其作为iOS平台全面照片解决方案的地位。这些改进不仅提升了框架的现代化程度,也为开发者提供了更多灵活性和更好的用户体验。建议开发者评估新特性对项目的价值,并计划适当的升级路径。
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