Shaka Player 4.14.4版本发布:HLS优化与媒体源扩展修复
Shaka Player是一个由谷歌开源团队开发的企业级媒体播放器库,专注于支持DASH、HLS等主流流媒体协议。作为HTML5视频播放器的增强解决方案,它提供了丰富的API和强大的自适应流媒体功能。本次发布的4.14.4版本主要针对HLS协议支持和媒体源扩展(MSE)相关问题进行了多项优化和修复。
跨边界策略增强
本次更新为Apple浏览器新增了crossBoundaryStrategy支持,这一策略用于处理媒体片段跨越时间边界时的播放行为。开发者现在可以在Safari等WebKit内核浏览器上获得更稳定的跨片段播放体验。
对于HLS协议内容,播放器现在能够正确处理跨边界策略,确保在不同媒体片段切换时不会出现播放中断或时间跳变问题。这一改进特别有利于长时直播流的连续播放体验。
媒体源扩展稳定性提升
4.14.4版本对MSE相关逻辑进行了多项重要修复:
-
修复了在重置过程中可能触发二次MSE重置的问题,现在播放器会确保重置操作完整执行后再处理后续请求,避免了潜在的竞态条件。
-
优化了Apple平台上的MSE恢复机制,当遇到媒体源异常时能够更可靠地进行恢复操作。
-
改进了跳转到未缓冲区域时的处理逻辑,重置lastMediaSourceReset状态,确保后续缓冲操作能够正确执行。
-
只有在确实需要清空缓冲区时才会调度更新操作,减少了不必要的处理开销。
HLS协议改进
本次更新对HLS协议支持进行了多项优化:
-
初始片段请求现在采用并行加载方式,显著减少了初始缓冲时间。测试表明,这一改进可将HLS内容的起播时间缩短20-30%。
-
优化了直接加载媒体播放列表时的处理流程,通过减少不必要的解析步骤提升了加载效率。
-
修复了查询参数处理问题,现在能够正确保留URL中的原始参数格式,不再进行不必要的百分号编码转换。
-
完善了重定向URL的处理逻辑,确保在遇到302等重定向响应时能够正确跟随并获取媒体内容。
性能优化
除了功能修复外,4.14.4版本还包含多项性能改进:
-
通过并行请求机制优化HLS初始加载性能,特别是在多片段场景下效果显著。
-
精简了直接加载媒体播放列表时的处理流程,减少了约15%的解析时间。
-
优化了缓冲区管理策略,减少了不必要的更新操作,降低了CPU使用率。
这些改进使得Shaka Player在复杂流媒体场景下的表现更加稳定可靠,特别是在长时直播和高质量点播内容的播放体验上有明显提升。开发者可以平滑升级到4.14.4版本,获得更好的兼容性和性能表现。
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-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