DivKit 31.8.0版本发布:跨平台UI框架的重大更新
DivKit是一个开源的跨平台UI框架,它允许开发者使用声明式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,开发者可以快速构建出高性能、动态更新的用户界面。本次31.8.0版本的发布,带来了多项功能增强和问题修复,进一步提升了框架的稳定性和可用性。
Android客户端改进
在Android平台上,本次更新主要解决了几个关键问题。首先是修复了pager组件内边距(padding)未正确应用的问题,这对于页面布局的一致性非常重要。其次是修复了本地视频文件播放的问题,这对于需要展示本地媒体内容的场景至关重要。
另一个重要改进是修复了变量变更时多次触发UI更新的问题,这有助于提升应用性能。此外,团队还开放了DivVariableController.captureAllVariables功能,允许开发者捕获所有变量状态,为调试和状态管理提供了更多可能性。
iOS客户端增强
iOS平台方面,本次更新引入了几个重要的新功能。首先是DivView中新增了公开的applyPatch函数,使客户端能够直接应用补丁更新,这为动态UI更新提供了更灵活的控制方式。其次是DivVariableStorage中新增了getVariableValue函数,开发者现在可以直接从存储中获取DivVariableValue,简化了状态管理流程。
在问题修复方面,解决了当DivView调整大小时可见性动作不工作的bug。同时增加了对scroll_by动作中animated属性的支持,使滚动效果更加平滑。此外,还优化了parentPath属性的逻辑,提升了组件层级关系的处理能力。
Web客户端升级
Web平台的更新内容最为丰富。首先是为tooltip组件增加了background_accessibility_description支持,现在工具提示的背景层可以转换为带有指定文本的按钮,大大提升了可访问性。其次是增加了对text组件中mask属性的支持,为文本效果提供了更多可能性。
在视频播放方面,现在可以通过videoPlayerProvider属性提供自定义的视频播放器实现,这为需要特殊视频处理逻辑的场景提供了解决方案。同时修复了视频组件无法响应鼠标/触摸事件的问题,如上下文菜单等交互现在可以正常工作。
对于pager和indicator组件,修复了多个关键问题:包括修复了indicator元素在桌面平台上不可点击的问题,解决了当pager中元素变更时indicator高度闪烁的问题,以及当pager中指定default_item时可能导致的挂起问题。此外,还优化了indicator的显示逻辑,当pager中只有一个或更少元素时,indicator将自动隐藏。
在样式方面,修复了Firefox浏览器中text组件的cloud背景显示问题(仅针对整个文本背景)。同时改进了工具提示的可访问性,现在它具有适当的ARIA角色,并且可以通过Escape键关闭,符合现代Web可访问性标准。
总结
DivKit 31.8.0版本是一次全面的功能增强和问题修复更新,覆盖了Android、iOS和Web三大平台。从基础组件的行为修正到新功能的增加,再到可访问性的改进,这次更新进一步巩固了DivKit作为跨平台UI框架的可靠性和灵活性。对于正在使用或考虑采用DivKit的开发者来说,这个版本值得关注和升级。
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