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。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00