Veusz 4.0.99测试版发布:数据可视化工具的重大更新
Veusz是一款开源的、跨平台的数据可视化软件,它允许用户通过图形用户界面或Python脚本创建高质量的2D和3D科学图表。作为一个功能强大的科学绘图工具,Veusz支持多种数据格式导入,提供丰富的图表类型和自定义选项,广泛应用于科研、工程和教育领域。
最新发布的Veusz 4.0.99测试版带来了一系列重要的改进和新功能,特别是在用户界面和导出选项方面有了显著提升。这个版本虽然仍处于测试阶段,但已经展现出许多值得关注的改进。
用户界面与主题改进
4.0.99版本在用户界面方面进行了重大优化,特别是在暗黑模式下的图标显示效果得到了大幅提升。现在,当用户在暗黑主题下使用Veusz时,所有图标都会自动调整为更适合暗色背景的版本,提供更加一致的视觉体验。
此外,新版本增加了对多种颜色主题的支持,用户现在可以在偏好设置中自由选择:
- 强制暗黑模式
- 强制亮色模式
- Breeze Light主题
- Breeze Dark主题
这种灵活的主题选择机制使得Veusz能够更好地适应不同用户的工作环境和视觉偏好,特别是在长时间使用软件时,可以选择对眼睛更友好的显示模式。
导出功能增强
在图表导出方面,4.0.99版本引入了多项实用改进:
-
新增WebP图像格式支持:WebP是一种现代图像格式,提供优于传统PNG和JPEG的压缩效率。现在用户可以直接将图表导出为WebP格式,特别适合需要在网页上展示图表的用户。
-
高DPI导出选项:导出对话框中现在提供了600DPI的预设选项,方便需要高分辨率输出的用户快速选择,无需手动输入数值。
-
格式兼容性检查:新版本会检测当前Qt构建支持的图像格式,并自动禁用不支持的格式选项,避免用户选择无效的导出格式。
平台特定改进
针对不同操作系统,4.0.99版本也进行了针对性优化:
-
Windows平台:首次提供了便携式zip可执行文件,用户可以直接解压使用,无需安装,特别适合在受限制的环境中或需要临时使用的情况。
-
Wayland显示服务器:修复了在Wayland环境下的一些显示问题,包括:
- 正确绑定桌面文件图标
- 修复双显示器配置下的显示问题
-
macOS平台:继续提供对Apple Silicon和Intel处理器的原生支持,确保在所有Mac设备上都能获得最佳性能。
其他改进与错误修复
4.0.99版本还包含了一些重要的错误修复和稳定性改进:
- 修复了删除部件时格式化停靠窗口可能出现的问题
- 添加了之前缺失的TIF图像格式支持
- 改进了整体界面的响应性和稳定性
总结
Veusz 4.0.99测试版虽然在版本号上仍处于预发布阶段,但已经带来了许多实质性的改进,特别是在用户体验和跨平台兼容性方面。新增的主题选项、WebP导出支持以及各种平台特定的优化,使得这个科学绘图工具更加完善和易用。
对于需要高质量科学图表的用户,尤其是那些在多种操作系统环境下工作或需要特定显示主题的研究人员,这个测试版本值得尝试。虽然作为测试版本可能存在一些未发现的问题,但它展示的改进方向表明了Veusz项目对用户体验的持续关注和投入。
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