MultiversX链核心升级v1.8.9:交易中继与内存池优化深度解析
MultiversX是一个高性能的区块链平台,采用自适应状态分片技术和安全权益证明(SPoS)共识机制,旨在实现高吞吐量和低延迟的交易处理。作为其核心实现的mx-chain-go项目近期发布了v1.8.9版本,该版本聚焦于交易中继机制的重大升级和内存池的优化改进。
交易中继V3:革命性升级
本次版本最引人注目的特性是全新的Relayed V3交易中继机制。交易中继是区块链网络中的关键功能,允许第三方为用户支付交易费用。V3版本带来了几个重要创新:
-
无账户前置条件:系统现在可以处理发送方账户不存在的Relayed V3交易,这大大简化了中继交易的使用场景,特别是在新账户初始化时。
-
增强的Gas处理:新增了针对额外中继交易Gas限制的专用监控指标,使网络操作员能够更精确地跟踪和优化资源使用。
-
API处理优化:节点API对Relayed V3交易的处理类型进行了专门调整,确保与现有系统的无缝集成。
内存池与交易处理改进
内存池作为交易进入区块链前的暂存区,其性能直接影响整个网络的吞吐量。v1.8.9版本对内存池进行了多项优化:
-
交易选择算法增强:内存池现在能够智能识别和处理Relayed V3交易,确保这些特殊交易得到合理优先处理。
-
池端点问题修复:解决了交易池端点相关的若干问题,提高了API的稳定性和可靠性。
-
重构与测试强化:对内存池代码进行了部分重构,并增加了链模拟器测试,提高了模块的健壮性。
智能合约与事件处理优化
-
多重转账事件解析:修复了MultiTransfer事件的解析问题,确保复杂的资产转移操作能被正确记录和处理。
-
多重智能合约结果:支持带有退款的多重智能合约结果,为更复杂的合约交互场景提供了更好的支持。
监控与可观测性提升
-
新增指标:专门为Relayed V3交易引入了额外的Gas限制监控指标,使运维团队能够更精确地掌握网络资源使用情况。
-
区块端点扩展:增强了区块端点功能,提供更丰富的区块信息查询能力。
配置管理的灵活性
- 可覆盖配置支持:系统现在支持数组形式的可覆盖配置,为节点操作员提供了更灵活的配置管理方式。
存储与性能优化
-
剪枝存储测试:加强了对剪枝存储器的测试覆盖,确保长期运行的节点能够有效管理存储空间。
-
链模拟器修复:解决了链模拟器中的若干问题,提高了开发和测试效率。
总结
MultiversX链核心v1.8.9版本通过引入Relayed V3交易中继机制和多项内存池优化,显著提升了网络的灵活性和性能。这些改进不仅增强了基础功能,还为开发者提供了更强大的工具集,为构建更复杂的去中心化应用奠定了基础。特别值得注意的是对无账户中继交易的支持,这为新的使用场景打开了大门,进一步降低了用户进入门槛。随着这些改进的部署,MultiversX网络将能够更好地支持高吞吐量的去中心化应用生态系统。
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