Shaka Player 4.13.21版本发布:关键DRM与UI优化解析
Shaka Player是由Google开发的一款开源JavaScript媒体播放器库,专注于提供稳定、高效的流媒体播放解决方案。它支持多种流媒体协议如DASH和HLS,并具备完善的DRM(数字版权管理)支持。本次发布的4.13.21版本主要针对DRM系统和用户界面进行了多项重要优化和错误修复。
DRM系统关键改进
本次更新对数字版权管理系统进行了多项重要修复。首先解决了Apple设备上PatchedMediaKeysApple polyfill可能被重复安装/卸载的问题,这确保了DRM系统在Safari等浏览器上的稳定运行。同时修复了当DRM引擎不可用时仍检查密钥状态变化的问题,避免了不必要的错误触发。
对于PlayReady DRM系统,特别针对索尼Bravia电视进行了兼容性修复,解决了在这些设备上可能出现的DRM失败情况。此外,还修正了加密方案polyfill对null encryptionScheme的处理逻辑,现在能够正确识别null值为有效加密方案。
媒体源扩展(MSE)优化
在媒体源扩展处理方面,新版本修复了当MSE引擎已被销毁时onUpdateEnd事件的错误处理问题。同时解决了配置文件中多次引用输入数组时可能出现的配置失败情况,提升了配置系统的健壮性。
用户界面增强
本次更新对播放器用户界面进行了多项改进。修复了从全屏模式切换到画中画模式时Safari浏览器中的显示问题,增强了跨浏览器兼容性。同时优化了文本轨道显示逻辑,现在当在包含文本轨道和不含文本轨道的流之间切换时,能够正确处理文本显示状态。
播放进度条显示也得到改进,在用户执行跳转操作后能够保持当前进度条的渐变效果,提供更流畅的视觉体验。此外还优化了VR画布创建逻辑,现在只在必要时才会创建VR相关资源,减少了不必要的性能开销。
投屏体验优化
针对投屏场景,修复了投播过程中的可见性事件处理问题,确保在投屏状态下UI元素能够正确响应可见性变化。这一改进提升了投屏播放时的用户体验和界面交互稳定性。
Shaka Player 4.13.21版本通过上述多项改进,进一步提升了播放器的稳定性、兼容性和用户体验,特别是在DRM支持和UI交互方面的优化,使得这款开源播放器在各种设备和场景下的表现更加可靠。
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
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
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