VisActor/VChart 1.13.5版本发布:图表交互与可视化能力全面升级
VisActor/VChart是一个功能强大的可视化图表库,专注于提供丰富多样的图表类型和灵活的交互能力。在最新的1.13.5版本中,开发团队对图表的核心功能进行了多项优化和增强,特别是在交互体验、动画效果和性能方面都有显著提升。
核心功能增强
本次更新为瀑布图新增了stackInverse支持,使得开发者能够更灵活地控制瀑布图的堆叠方向。在标签功能方面,现在支持通过标签触发标记工具提示,大大提升了图表的交互友好性。对于需要维度分析的场景,新版本导出了getCartesianDimensionInfo和getPolarDimensionInfo两个实用函数,方便开发者获取图表维度信息。
交互体验优化
在交互方面,1.13.5版本对刷选事件进行了增强,新增了startvalue和endvalue参数,使开发者能够更精确地获取用户刷选的范围值。数据缩放组件现在支持派发漫游缩放事件,解决了实时性不工作的问题。十字准线功能也得到改进,修复了隐藏十字准线时值缓存不正确的问题。
视觉呈现与动画改进
在视觉呈现方面,修复了堆叠区域图中上层标记边框与下层标记重叠的问题,使图表显示更加清晰美观。对于漏斗图,修正了变换标记的更新动画问题。圆形进度条现在支持变形动画,为数据变化提供了更流畅的视觉过渡效果。
工具提示与标签优化
工具提示功能在本版本中获得了多项改进:当鼠标进入工具提示区域时,不再处理移动和移出事件,避免了不必要的交互冲突;在设置了maxWidth且multiLine不为false时,工具提示会自动换行,确保内容显示完整。标签功能现在可以触发标记工具提示,进一步丰富了图表的交互维度。
性能优化与问题修复
性能方面,团队对象形图进行了优化,提升了渲染效率。同时修复了多项问题,包括坐标轴刻度对齐精度问题、指标器可见性切换问题等。类型定义方面,修正了文本标记的类型定义,提高了代码的健壮性。
VisActor/VChart 1.13.5版本的这些改进和修复,使得这个强大的可视化库在稳定性、性能和用户体验方面都得到了进一步提升,为开发者构建高质量的数据可视化应用提供了更强大的支持。
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