DuckDuckGo iOS 7.153.0版本发布:隐私保护与用户体验全面升级
DuckDuckGo作为一款以隐私保护为核心的搜索引擎,其iOS客户端持续为用户提供安全、私密的浏览体验。最新发布的7.153.0版本带来了一系列重要更新,从底层架构优化到用户界面改进,全方位提升了产品的稳定性和功能性。
核心架构优化
本次更新中,开发团队对自动填充凭证存储机制进行了重要改进。通过引入AutofillCredentialIdentityStoreManager实现了延迟保险库初始化(lazy vault initialisation),这一设计优化显著提升了应用启动时的性能表现,特别是在处理大量保存的凭证时,用户将感受到更流畅的体验。
底层框架方面,项目更新了BrowserServicesKit(BSK)至16.1.0版本,同时将autoconsent组件升级至v12.5.0。这些基础组件的更新为应用带来了更稳定的底层支持和更高效的隐私保护能力。
隐私保护增强
DuckDuckGo始终将用户隐私放在首位,本次更新中特别为macOS平台新增了HTML新标签页隐私配置功能(HTML New Tab Page Privacy Config feature)。这一功能允许用户更精细地控制新标签页的隐私设置,进一步强化了浏览过程中的数据保护。
在视频播放方面,DuckDuckGo Player(Duckplayer)修复了引用来源(referrer)更新的问题,确保用户在观看视频时的隐私信息不会被不当传递。
用户体验改进
仪表盘(Dashboard)界面消除了闪烁问题,为用户提供了更加稳定的视觉体验。这一改进虽然看似微小,但对于提升日常使用舒适度有着显著作用。
网络保护功能获得了控制中心小组件和Siri快捷方式支持,用户现在可以更方便地快速启用或禁用网络保护,无需打开完整应用。这一改进大大提升了隐私工具的易用性和可访问性。
新功能引入
本次更新引入了AI聊天深度链接(Duck.ai deeplink)功能,通过特定的URL方案,用户可以直接跳转到AI聊天界面。同时,团队还为核心功能添加了相应的特性标志(feature flag),为后续功能扩展奠定了基础。
隐私专业版(Privacy Pro)的免费试用功能也在此版本中得到了核心实现,为用户体验高级隐私保护功能提供了更灵活的途径。
测试与稳定性
开发团队持续关注应用稳定性,修复了多个端到端测试(e2e test)中发现的问题,并针对UI测试进行了多处改进。这些工作确保了新版本在各种使用场景下的可靠性。
凭证提供程序(credential provider)的相关逻辑也得到了优化,改进了禁用状态下的统计事件触发机制,为后续分析用户行为提供了更准确的数据支持。
发布流程优化
值得注意的是,本次发布过程中团队对工作流进行了多项改进,包括使用新的符号文件存储前缀(IOS_DSYM_BUCKET_PREFIX)和明确标注平台信息的工作流命名。这些改进虽然对终端用户不可见,但显著提升了团队的开发效率和问题追踪能力。
DuckDuckGo iOS 7.153.0版本通过这一系列更新,再次巩固了其作为隐私优先浏览解决方案的地位,同时不断优化用户体验,让隐私保护变得更加无缝和自然。
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