feat(AI): 统一多模态模型架构,整合文本和视觉推理路径

- 将文本生成和VL(图→文)功能合并到单一的Qwen3.5-4B多模态MNN模型
- 移除独立的Qwen3-VL-4B模型依赖,MLX VL改为使用.llm的多模态模型
- 更新ModelKind枚举,新增userFacing集合用于面向用户展示
- MNN后端现在同时支持文本和视觉任务,模拟器回退到MLX

refactor(models): 模型管理和界面调整以适应新的多模态架构

- 更新模型管理界面,只显示统一的Qwen3.5-4B(MNN)模型给用户
- 修改就绪状态检查逻辑,使用ModelKind.userFacing替代allCases
- 更新模型文件清单,从Qwen3.5-2B升级到Qwen3.5-4B-4bit
- 调整模型管理页面UI,突出MNN+SME2端侧加速功能

feat(camera): 添加拍照识别引擎切换功能

- 实现双路径拍照识别:Apple Vision OCR + 文本模型 和 Qwen3-VL直接识别
- 添加预处理逻辑,优化Qwen3-VL对窄长区域图片的识别效果
- 在模型管理页面添加拍照识别引擎选择组件
- 提供用户界面选项,在两种识别方式间切换

style(ui): 优化输入框样式和颜色主题一致性

- 为指标快速表单添加浅色主题偏好
- 统一所有文本输入框的颜色样式(theme)
- 创建EntryInputField组件,替换原有的单行输入+按钮模式
- 实现聊天框风格的条目输入,支持多行自适应和圆形发送按钮

fix(build): 修正Xcode项目配置中的重复框架搜索路径

- 清理project.pbxproj中重复的FRAMEWORK_SEARCH_PATHS配置
- 重新排列Swift桥接头文件配置确保正确引用
- 修复因路径配置重复导致的编译警告问题

test: 增加区域图片预处理和模型清单测试覆盖

- 添加RegionImageCropper.prepareForQwenVL的单元测试
- 验证宽而矮图片的放大和填充逻辑
- 更新ModelManifestTests中的字节数预期值以匹配新模型
- 修正OCRService中VNRecognizedTextObservation类型的处理
```
This commit is contained in:
link2026
2026-06-08 23:25:31 +08:00
parent b919404412
commit 836f3d4234
20 changed files with 393 additions and 65 deletions

View File

@@ -1314,9 +1314,15 @@
}
}
}
},
"Apple Vision" : {
},
"Apple 健康里没有可导入的生日、性别、身高或血型。" : {
},
"Arm SME2" : {
},
"B 型" : {
"localizations" : {
@@ -1386,12 +1392,18 @@
},
"lo" : {
},
"Metal GPU · 兜底 / 对照" : {
},
"mmHg" : {
},
"mmol/L" : {
},
"MNN 在端侧 CPU 上以 Arm SME2 指令集加速 Qwen 推理(本地、不上云)。切换后下一次 AI 调用生效。" : {
},
"O 型" : {
"localizations" : {
@@ -1414,6 +1426,12 @@
}
}
}
},
"Qwen3.5-4B 多模态直接看图(MNN/MLX)" : {
},
"Qwen3.5-4B 已就绪" : {
},
"s" : {
@@ -1853,6 +1871,7 @@
}
},
"两个模型都已就绪" : {
"extractionState" : "stale",
"localizations" : {
"en" : {
"stringUnit" : {
@@ -3635,6 +3654,7 @@
}
},
"加" : {
"extractionState" : "stale",
"localizations" : {
"en" : {
"stringUnit" : {
@@ -4322,6 +4342,9 @@
}
}
}
},
"图片编码失败,手动补充" : {
},
"在「+ 新建 → 指标记录 → %@」记录一次" : {
"localizations" : {
@@ -4600,6 +4623,9 @@
},
"大" : {
},
"大模型直读" : {
},
"失眠" : {
"localizations" : {
@@ -5939,6 +5965,9 @@
},
"异常项快拍需要相机。去「设置 → 康康 → 相机」打开后再回来。" : {
},
"异常项拍照识别" : {
},
"强度" : {
"localizations" : {
@@ -7111,6 +7140,9 @@
}
}
}
},
"推理引擎" : {
},
"推理自检" : {
"localizations" : {
@@ -7618,6 +7650,7 @@
}
},
"文本解读 · 趋势 / 问答" : {
"extractionState" : "stale",
"localizations" : {
"en" : {
"stringUnit" : {
@@ -7638,6 +7671,12 @@
}
}
}
},
"文本解读 · 趋势 / 问答(MLX 兜底)" : {
},
"文本解读 + 拍照识别 · MNN + SME2 端侧加速" : {
},
"新建" : {
"localizations" : {
@@ -8617,6 +8656,15 @@
}
}
}
},
"本设备/模拟器不可用,自动回退 MLX" : {
},
"本设备不支持(需 A19/iPhone 17+)" : {
},
"本设备支持,MNN 已启用 SME2 加速" : {
},
"本设备未设置 Face ID 或密码" : {
"localizations" : {
@@ -8860,6 +8908,9 @@
}
}
}
},
"模型未就绪,请在模型管理下载或切回 Apple Vision" : {
},
"模型未就绪时 App 仍可使用,AI 功能会提示前往下载。" : {
"localizations" : {
@@ -9872,6 +9923,12 @@
}
}
}
},
"端侧 CPU + SME2 加速 · 挑战赛考核路径" : {
},
"端侧 CPU(本机无 SME2,NEON 回退)" : {
},
"第 %lld 轮 · 基于你刚才更新的文本 · %lld 条" : {
"localizations" : {
@@ -10014,6 +10071,9 @@
}
}
}
},
"系统 OCR + 文本模型解析" : {
},
"系统:iOS 17 或更新版本。" : {
"localizations" : {