nomacs图像浏览器3.21.1版本发布:新增格式支持与跨平台优化
nomacs是一款轻量级、开源的跨平台图像浏览器,以其快速加载和简洁界面著称。作为一款专注于图像查看和简单编辑的工具,nomacs支持多种图像格式,并提供基本的图像处理功能。最新发布的3.21.1版本带来了一系列功能增强和兼容性改进,进一步提升了用户体验。
核心功能更新
新增图像格式支持
3.21.1版本显著扩展了图像格式兼容性,主要体现在以下方面:
-
AVCI图像支持:Windows版本现在能够直接打开AVCI格式的图像文件,这是专业摄影和视频制作中常用的格式之一。
-
HEJ2格式保存:用户现在可以将图像保存为HEJ2格式,这种高效的图像压缩格式特别适合需要高质量但文件大小受限的场景。
命令行功能增强
新增了--list-formats命令行选项,这一功能对于开发者和技术用户特别有用:
- 可以列出所有支持的文件扩展名
- 同时显示支持的MIME类型
- 便于脚本集成和自动化处理
跨平台兼容性改进
Windows系统优化
-
Windows 7兼容版本:专门提供了
nomacs-3.21.1-win7.zip便携版,使用来自crystalidea/qt6windows7项目的库文件,确保在老旧的Windows7系统上也能运行。 -
安全更新建议:针对Windows7用户,建议安装
windows6.1-kb4474419和windows6.1-kb4490628更新以获得最佳兼容性。
macOS支持扩展
新增了Intel芯片的MacOS二进制文件,使得使用传统Intel处理器的Mac用户也能享受到最新版本的nomacs。
技术架构更新
-
库文件更新:Windows构建中捆绑的库文件已更新至最新版本,提高了稳定性和安全性。
-
安全验证:所有发布文件都经过了VirusTotal的安全扫描,确保下载安全。
使用建议
对于不同用户群体,我们建议:
-
普通用户:直接下载对应操作系统的标准安装包即可获得最佳体验。
-
Windows7用户:建议下载专门的win7版本,并确保系统已安装必要的更新补丁。
-
开发者用户:可以利用新的
--list-formats命令行选项进行自动化集成开发。
nomacs 3.21.1版本通过扩展格式支持和优化跨平台兼容性,进一步巩固了其作为轻量级图像浏览解决方案的地位。无论是专业用户还是普通用户,都能从这个版本中获得更流畅、更全面的图像浏览体验。
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