Expensify/App 9.1.63-6版本发布:优化报告视图与用户体验
Expensify是一款广受欢迎的财务管理应用,专注于简化企业和个人的费用报告流程。最新发布的9.1.63-6版本带来了一系列功能优化和问题修复,显著提升了用户体验和应用性能。
报告视图与费用管理改进
本次更新对报告视图进行了多项优化。首先,在"报告>费用"页面采用了新的交易行样式,使费用展示更加清晰直观。同时移除了报告操作按钮中的总计显示,简化了界面元素。对于企业用户,现在默认启用了参会者追踪功能,方便企业更好地管理会议费用。
在费用管理方面,修复了分割费用模态框标题不正确的问题,并优化了发送资金流程中的逻辑处理。这些改进使得费用管理操作更加顺畅,减少了用户操作中的困惑。
用户界面与交互优化
新版本对用户界面进行了多处细节优化。在个人资料页面,修复了头部显示为数字而非用户名的问题。对于工作区列表页面,新增了搜索栏功能,方便用户快速查找特定工作区。同时,在私人笔记列表页面增加了底部内边距,改善了视觉呈现。
在交互方面,修复了Android设备上删除时间值时光标跳转的问题,以及测试驱动模态框在键盘打开时的位置问题。这些改进显著提升了用户在不同设备上的操作体验。
性能与稳定性提升
开发团队对应用性能进行了多项优化。通过直接传递props给左侧导航栏项目,减少了不必要的渲染。移除了getReportNameValuePairs的冗余调用,优化了线程禁用检查的逻辑。此外,还清理了每次应用状态变更时的计时器,进一步提升了应用响应速度。
在稳定性方面,修复了时间选择器模态框的错误,并改进了提交按钮在不同菜单中的显示逻辑。这些修复使得应用运行更加稳定可靠。
安全与账户管理
新版本增强了账户安全功能,在设置页面添加了账户锁定和解锁选项,为用户提供了更多账户控制权。同时创建了受限登录列表,加强了账户访问管理。这些改进有助于保护用户账户安全,防止未经授权的访问。
多平台适配与国际化
开发团队继续优化应用在不同平台的适配性。修复了Web平台上脚本加载的问题,并更新了多语言翻译文件。这些改进确保了应用在全球范围内的用户体验一致性。
总体而言,Expensify/App 9.1.63-6版本通过一系列精心设计的改进,进一步巩固了其作为专业财务管理工具的地位,为用户提供了更加流畅、高效的使用体验。
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-1.5暂无简介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