ReVanced Extended补丁更新解析:YouTube与YouTube Music迎来2025版本支持
项目简介
ReVanced Extended是著名的YouTube第三方修改项目ReVanced的一个分支版本,专注于为YouTube及YouTube Music等应用提供增强功能和自定义选项。该项目通过补丁方式实现对官方应用的修改,为用户带来更纯净的观看体验和更丰富的功能选择。
核心更新内容
YouTube功能增强
本次更新最引人注目的是添加了对2025年构建版本(20.02.38)的支持,这标志着项目开始适配YouTube未来的版本架构。值得注意的是:
-
布局组件隐藏功能改进:将"隐藏自动播放菜单"选项重命名为"隐藏自动播放或播放菜单",更准确地反映了其实际功能范围。
-
新增语言设置:在设置中添加了"RVX语言"选项,允许用户更灵活地控制应用界面语言。
-
VR音频流优化:在"伪装流数据"功能中新增了"VR默认音频流语言"设置,为虚拟现实观看体验提供了更好的音频适配能力。
YouTube Music适配升级
音乐应用支持版本提升至8.02.53,但开发者特别提醒用户注意相关兼容性问题,建议仅在必要时进行升级。
Reddit修复
针对旧版本中"移除子reddit对话框"补丁失效的问题进行了修复,提升了在老版本Reddit应用上的稳定性。
底层架构优化
-
字符串资源重组:对项目中的字符串资源进行了重新排序和更新,提高了代码可维护性。
-
Kotlin 2.0.21适配:代码库已更新以反映Kotlin 2.0.21的变化,确保开发环境的现代性。
-
GMS核心服务修复:解决了补丁应用无法添加到云消息服务的问题,增强了推送通知的可靠性。
技术细节分析
版本兼容性策略
项目团队采用了渐进式的版本支持策略,在确保主要功能稳定的前提下逐步引入对新版本的支持。特别是对2025年构建版本的支持,虽然处于初期阶段可能存在未知问题,但这一举措显示了项目的前瞻性。
本地化改进
新增的RVX语言设置体现了对多语言用户群体的重视。不同于简单地依赖系统语言设置,这一功能允许用户在应用层面进行更精细的语言控制,特别适合多语言环境下的使用场景。
VR体验优化
VR默认音频流语言设置的引入,反映了项目团队对新兴观看方式的关注。随着VR设备的普及,针对VR环境的专门优化变得尤为重要,这一设置可以确保用户在VR环境中获得符合预期的音频体验。
使用建议
-
对于YouTube用户,如果追求最新功能体验可以尝试2025构建版本,但生产环境建议等待更稳定的更新。
-
YouTube Music用户升级前应仔细评估需求,特别是如果当前版本运行稳定,可能不需要立即升级。
-
建议配合专用的RVX Manager 1.23.5版本使用,以获得最佳的补丁管理体验。
未来展望
从本次更新可以看出,ReVanced Extended项目正在向以下几个方向发展:
-
前瞻性适配:提前为未来版本做准备,减少用户升级时的兼容性问题。
-
体验精细化:通过更多细节设置选项,让用户能够更精确地控制应用行为。
-
平台扩展:在保证YouTube系列应用质量的同时,逐步完善对其他平台如Reddit的支持。
这次更新展现了ReVanced Extended项目团队对用户体验的持续关注和技术创新的追求,为Android用户提供了更多控制权和更丰富的功能选择。
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