DivKit 31.3.0版本发布:跨平台UI框架的全面优化
DivKit是一个开源的跨平台UI框架,它允许开发者使用声明式的JSON格式来构建复杂的用户界面。该框架支持Android、iOS和Web三大平台,通过统一的JSON描述文件,可以在不同平台上渲染出相同的UI效果,极大地提高了开发效率和一致性。
Android客户端改进
在Android客户端方面,31.3.0版本带来了多项重要改进:
-
元素裁剪优化:修复了在瞬态层次结构(transient hierarchy)内部元素的角裁剪问题,确保在各种复杂布局情况下元素的圆角效果能够正确显示。
-
本地变量支持:增强了
container组件中item_builder的功能,现在可以正确创建使用局部变量的项目,提高了布局的灵活性和可维护性。 -
复杂重绑定改进:优化了复杂重绑定(rebind)的性能和稳定性,使动态更新UI时的体验更加流畅。
-
工具提示增强:新增了对非模态工具提示模式的支持,并添加了
close_by_tap_outside标志,允许用户通过点击工具提示外部区域来关闭它,提升了用户体验。 -
状态管理强化:当切换到模糊状态时,现在会抛出错误,帮助开发者更早地发现和修复状态管理问题。
-
并发修改异常防护:使用CME(ConcurrentModificationException)安全的集合来解决在应用带有
item_builder的补丁时可能发生的崩溃问题。
iOS客户端更新
iOS客户端在31.3.0版本中也有显著改进:
-
文本省略控制:新增了
defaultTextAutoEllipsize标志,允许将auto_ellipsize属性的默认值改为false,为开发者提供了更灵活的文本显示控制。 -
工具提示模式:为
div-tooltip添加了mode支持,使工具提示的行为更加可定制。 -
Lottie动画改进:修正了"repeat_mode": "reverse"模式下Lottie动画重复次数的定义,现在任何方向的一次动画播放都被视为一个单位,使动画控制更加精确。
-
内存泄漏修复:解决了
DivStateManager中的内存泄漏问题,提高了应用的内存使用效率。 -
分隔符处理:修复了
container中隐藏项目分隔符的显示问题,确保UI布局更加整洁。 -
文本增强:支持了
div-text的auto_ellipsize属性(默认值为true),以及image在div-text中的indexing_direction和tint_mode属性,为富文本显示提供了更多可能性。
Web客户端优化
Web客户端在这个版本中主要解决了两个关键问题:
-
容器分隔符渲染:修复了在不可见元素之间渲染分隔符的问题,确保只有在可见元素之间才会显示分隔符。
-
表达式处理:改进了表达式的处理逻辑,现在可以在动作内部的表达式中返回字典值和数组,增强了动态内容处理的能力。
总结
DivKit 31.3.0版本在三大平台上都带来了显著的改进和优化,从基础的UI元素渲染到复杂的动画控制,从内存管理到表达式处理,各个方面都得到了增强。这些改进不仅提高了框架的稳定性和性能,也为开发者提供了更多灵活的控制选项,使得使用DivKit构建跨平台UI变得更加高效和可靠。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07