Vesktop v1.5.7版本发布:音频共享与图形加速优化
Vesktop是基于Electron构建的跨平台桌面客户端,专为Discord用户设计,提供了丰富的功能扩展和性能优化。最新发布的1.5.7版本带来了一系列重要的改进,特别是在音频共享和图形渲染方面有了显著提升。
音频共享功能增强
本次更新最引人注目的改进之一是Windows平台上的屏幕共享功能。在之前的版本中,开启屏幕共享时会自动静音系统音频,这给需要同时播放系统声音的用户带来了不便。1.5.7版本彻底解决了这一问题,现在用户可以自由选择是否在屏幕共享时保留系统音频。
另一个音频相关的改进是新增了立体声音频共享功能。这意味着在进行屏幕共享时,接收方可以听到更高质量的立体声音效,特别适合音乐制作、游戏直播等对音频质量要求较高的场景。
图形渲染优化
1.5.7版本对视频硬件加速功能进行了重大调整。之前版本默认启用硬件加速,虽然能提高性能,但会导致部分用户出现图形显示异常。新版本将硬件加速改为默认关闭状态,用户可以根据自己的硬件配置手动开启,这一改变显著减少了图形显示问题的发生。
用户体验改进
在用户体验方面,1.5.7版本修复了多个影响使用流畅度的问题。包括修复了网络不稳定时可能出现的"无效URL"错误提示,改进了第三方账户链接流程,使操作更加直观。此外,还修复了Discord标题栏按钮显示异常的问题。
对于Linux用户,新版本解决了AppImage格式应用图标缺失和无法固定到任务栏的问题。同时,现在应用会正确遵循用户的自动增益(Autogain)设置偏好。
错误修复
1.5.7版本还修复了一些边缘情况下的错误,包括可能导致"Object has been destroyed"错误的问题。这些修复提高了应用的稳定性和可靠性。
总体而言,Vesktop 1.5.7版本通过一系列精心设计的改进,为用户带来了更稳定、功能更完善的Discord桌面体验。特别是音频共享和图形渲染方面的优化,将显著提升音视频相关功能的使用体验。
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