DuckDuckGo iOS 7.156.0版本发布:隐私浏览器与AI功能升级
DuckDuckGo作为知名的隐私保护搜索引擎,其iOS客户端一直致力于为用户提供安全、私密的浏览体验。最新发布的7.156.0版本带来了多项重要更新,包括DuckPlayer视频播放器的改进、AI聊天功能的增强、密码管理优化以及用户界面体验的提升。
DuckPlayer视频播放器重大升级
本次更新对DuckPlayer视频播放器进行了两项重要改进:
-
全屏播放优化:现在当用户旋转手机时,视频会自动进入全屏模式,提供更好的观看体验。这一改进解决了之前版本中需要手动切换全屏的问题。
-
原生播放器概念验证:开发团队引入了一个原生播放器的概念验证(PoC)版本。这个新版本改进了Webview存储和导航协调机制,为未来可能完全转向原生播放器奠定了基础。同时移除了与实验性功能相关的冗余代码,使播放器更加稳定。
AI聊天与小组件增强
在人工智能功能方面,本次更新带来了显著改进:
-
锁屏小组件优化:针对Duck.ai的锁屏小组件进行了多项改进,提升了稳定性和响应速度。用户现在可以更方便地通过锁屏快速访问AI聊天功能。
-
调试工具增强:开发团队为AI聊天功能添加了更完善的调试工具,这将帮助开发者更快定位和解决问题,同时也为未来功能的迭代提供了更好的支持基础。
密码管理与同步功能
密码管理方面有两个值得关注的改进:
-
密码保存像素更新:修复了密码保存时的像素上报问题,确保后台能够准确统计相关数据。
-
同步UI重构:将SyncUI模块重命名为SyncUI-iOS,这一看似简单的改动实际上是为未来的跨平台同步功能做准备,使代码结构更加清晰。
用户体验与界面改进
本次更新包含多项用户体验优化:
-
旋转后UI刷新:修复了设备旋转后界面状态不正确的问题,现在UI能够正确更新。
-
网站图标提示:当用户关闭设置页面时,如果启用了获取网站图标功能,现在会正确显示提示信息。
-
Apple ID术语更新:根据苹果公司的最新命名规范,将界面中的"Apple ID"统一更新为"Apple Account"。
-
无障碍标签恢复:重新添加了之前版本中缺失的无障碍标签,提升了辅助功能的使用体验。
底层架构与稳定性
在技术架构方面,本次更新包含多项重要改进:
-
用户分段迁移:将用户分段逻辑从iOS端迁移至BSK(基础服务框架),这有助于统一管理用户属性,提高系统可维护性。
-
网络连接测试:改进了网络启动时的连接测试机制,使其在失败时不会影响网络的正常启动。
-
反馈视图模型:修复了反馈视图模型频繁实例化的问题,提高了性能表现。
-
用户代理字符串:现在从像素请求的用户代理字符串中去除了操作系统版本的补丁组件,使统计更加准确。
安全与隐私增强
作为以隐私为核心的产品,本次更新也包含了多项安全改进:
-
DuckPlayer导航像素移除:移除了DuckPlayer中的导航追踪像素,进一步减少数据收集。
-
Web扩展支持:为内部用户提供了macOS上的Web扩展支持,这是未来可能向所有用户推出的功能的前期测试。
-
自动同意更新:将autoconsent组件更新至v12.8.0版本,包含了最新的隐私保护规则。
开发者相关改进
对于开发者而言,本次更新也包含多项实用改进:
-
PR检查流程优化:修复了PR检查时代码检出问题,并添加了子模块克隆步骤,使持续集成流程更加可靠。
-
测试失败报告:改进了测试失败报告部分的ID变量命名,使日志更加清晰易读。
-
认证流程重构:开始引入认证v2相关类,为未来的认证系统升级做准备。
总结
DuckDuckGo iOS 7.156.0版本是一个功能丰富的中期更新,在视频播放、AI功能、密码管理和用户体验等多个方面都有显著提升。特别是DuckPlayer原生播放器的概念验证和AI小组件的改进,展示了团队在核心功能上的持续投入。同时,底层的架构优化和安全增强也体现了DuckDuckGo对隐私保护和技术质量的承诺。这些改进共同为用户提供了更加流畅、安全和私密的移动浏览体验。
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