Shaka Player 4.12.11版本发布:优化播放体验与修复关键问题
Shaka Player是一个功能强大的JavaScript媒体播放器库,专为现代浏览器设计,支持DASH、HLS等主流流媒体协议。作为开源项目,它提供了高度可定制化的播放解决方案,广泛应用于各种在线视频平台。
播放速率控制的改进
本次4.12.11版本对播放速率控制进行了多项优化。首先,现在允许直接修改原生playbackRate属性,使其具备与trickPlay相同的功能特性。这意味着开发者可以更灵活地控制播放速度,而无需依赖特定的API。
针对高速播放场景,开发团队修复了在高倍速播放时可能导致缓冲的问题。通过优化内部处理逻辑,现在即使在较大倍速下播放也能保持流畅,不会出现不必要的重新缓冲现象。
字幕显示增强
字幕显示方面有两个重要改进。UITextDisplayer现在能够在高播放速率下正确显示字幕内容,解决了之前可能出现的字幕显示异常问题。同时,针对重复字幕提示的过滤机制进行了优化,通过防止舍入误差,确保字幕过滤更加精确可靠。
媒体轨道信息完善
对于多路复用流(muxed streams),getVariantTracks方法现在能够提供更全面的信息。这一改进使开发者能够获取更详细的轨道数据,便于进行更精确的流选择和控制。
事件处理优化
修复了timelineregion相关事件的重复触发问题。现在,对于相同事件ID,系统不会再重复触发事件,确保了事件处理的准确性。同时,针对多路复用流的segmentappended事件也进行了修正,确保事件触发的正确性。
性能与兼容性提升
在性能优化方面,新版本改进了CastSender在CastProxy中的初始化逻辑,在不支持Cast的浏览器上不会进行不必要的初始化操作,提高了运行效率。
兼容性方面特别针对PS5平台进行了调整,禁用了sequence模式以确保更好的播放兼容性。同时优化了限制条件检查逻辑,避免在不必要时触发RESTRICTIONS_CANNOT_BE_MET错误。
用户界面改进
统计信息按钮(StatisticsButton)现在能够正确显示GB单位,提供了更准确的数据展示,方便用户了解播放过程中的各项指标。
总体而言,Shaka Player 4.12.11版本通过多项修复和优化,进一步提升了播放稳定性、功能完整性和用户体验,特别是在播放控制、字幕显示和跨平台兼容性方面有了显著改进。
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