Expensify/App 9.1.0-2版本发布:性能优化与功能增强
Expensify是一款广受欢迎的财务管理应用程序,旨在帮助个人和企业简化报销、费用跟踪和财务管理工作。该应用提供了从收据扫描到费用报告生成的全套解决方案,支持多平台使用。
主要功能改进
地图距离标签位置修复
开发团队修复了地图上距离标签显示位置不正确的问题。这一改进使得用户在查看行程或位置相关信息时,能够更准确地获取距离数据,提升了地图功能的用户体验。
会计页面开关动画优化
会计页面中的开关控件现在增加了流畅的工作动画效果。这种视觉反馈让用户能够更直观地了解开关状态的变化,增强了界面的交互性和友好性。
订阅流程导航修复
修复了订阅流程中错误的导航问题,确保用户在完成订阅操作时能够按照正确的流程步骤进行,避免了可能出现的导航混乱情况。
性能提升
Android应用启动速度提升14%+
通过优化Android应用的启动流程,新版本实现了超过14%的启动速度提升。这一改进显著减少了用户等待时间,特别是在设备性能较低的情况下效果更为明显。
用户体验优化
键盘遮挡问题解决
修复了键盘可能遮挡输入框的问题,确保在输入内容时,用户始终能够看到正在编辑的文本。这一改进特别有利于在移动设备上输入大量文本时的用户体验。
群组聊天预览显示优化
调整了左侧导航栏(LHN)中群组聊天预览的显示方式,确保代词等内容能够正确显示,避免了信息显示不全或格式混乱的情况。
财务功能增强
审批工作流编辑功能
新增了审批工作流的编辑功能,使管理员能够更灵活地配置和管理审批流程,满足不同组织的特定需求。
离线私人笔记支持
增加了离线状态下使用私人笔记的功能,确保用户在没有网络连接的情况下仍然能够记录重要信息,待网络恢复后自动同步。
快速导入锁定类别说明
在从QuickBooks导入数据时,增加了对锁定类别切换的详细说明,帮助用户更好地理解这一功能的使用方法和限制。
旅行相关功能调整
旅行内容访问控制
新增了preventSpotnanaTravel beta标志,允许管理员控制特定用户对旅行相关内容的访问权限,为组织提供了更细粒度的功能管理能力。
技术细节优化
源代码映射文件更新
包含了桌面端和Web端的合并源代码映射文件更新,这些文件对于开发人员调试和错误追踪非常重要,有助于更快地定位和解决问题。
测试稳定性提升
针对一些不稳定的测试用例进行了修复,提高了自动化测试的可靠性,确保新功能的稳定性和质量。
这个版本的发布体现了Expensify团队对产品细节的关注和对用户体验的持续优化。从性能提升到功能增强,每一项改进都旨在为用户提供更流畅、更高效的财务管理体验。
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