Cap项目v0.3.35版本发布:macOS即时模式优化与全新定价设计
Cap是一款专注于屏幕录制与视频处理的跨平台开源软件,支持Windows、macOS等多个操作系统。该项目以简洁高效的视频捕获能力著称,特别适合开发者、内容创作者等需要频繁录制屏幕的用户群体。最新发布的v0.3.35版本带来了多项重要改进,特别是在macOS平台的功能优化和用户界面的视觉升级方面。
macOS即时模式暂停/恢复功能优化
本次更新最核心的改进之一是针对macOS平台的即时模式(instant mode)增加了暂停和恢复功能。即时模式是Cap软件中一种高效的录制模式,能够实现几乎无延迟的屏幕捕获,特别适合需要快速响应的录制场景。
在之前的版本中,macOS用户在即时模式下无法暂停录制过程,这给需要分段录制的用户带来了不便。v0.3.35版本通过底层系统调用的优化,实现了:
- 无缝暂停机制:用户可以在录制过程中随时暂停,而不会丢失任何帧数据
- 精确恢复能力:从暂停点恢复录制时,视频时间线保持连续,不会出现跳帧或时间戳异常
- 系统资源优化:暂停状态下显著降低CPU和内存占用,提升系统整体性能
这项改进使得macOS平台的录制体验与Windows平台保持了一致性,体现了Cap项目对跨平台一致性的重视。
全新定价界面设计
v0.3.35版本对软件的定价界面进行了全面的视觉重构,这是项目商业化进程中的重要一步。新版设计体现了以下特点:
- 清晰的价格层级:采用现代UI设计语言,明确区分不同功能套餐
- 响应式布局:适配各种屏幕尺寸,从桌面到移动设备都能获得良好的浏览体验
- 价值突出展示:通过视觉设计强调各套餐的核心功能差异,帮助用户快速做出选择
值得注意的是,作为开源项目,Cap仍然保持了免费基础功能的完整性,定价界面主要用于高级功能的商业化支持。
Windows平台构建与解码器修复
针对Windows平台,本次更新修复了构建过程中的若干问题,特别是:
- 构建系统稳定性提升:解决了某些环境下构建失败的问题
- 视频解码器优化:改进了特定编码格式的处理能力,减少了解码过程中的资源占用
- 兼容性增强:确保在Windows 10/11各版本上的稳定运行
这些改进虽然看似底层,但对于保证软件在不同Windows环境下的可靠性至关重要。
技术实现亮点
从技术角度看,v0.3.35版本的几个关键实现值得关注:
- 跨平台媒体处理框架的优化,特别是macOS平台AVFoundation框架的深度集成
- 响应式UI架构的应用,使得定价界面能够灵活适应不同使用场景
- Windows平台构建系统的现代化改造,提高了持续集成/持续部署(CI/CD)的效率
总结
Cap v0.3.35版本虽然是一个小版本更新,但包含了多项实质性的改进。macOS平台即时模式的完善使得该平台用户体验达到新高度,而全新的定价界面则为项目的可持续发展奠定了基础。Windows平台的稳定性修复则体现了项目对质量的不懈追求。
对于现有用户,建议升级以获得更稳定的使用体验;对于新用户,这个版本也展示了Cap作为一款现代屏幕录制解决方案的成熟度。项目团队持续关注各平台特性并优化核心功能的做法,预示着Cap未来将有更多值得期待的发展。
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