link2026 836f3d4234 ``` ...

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
```

2026-06-08 23:25:31 +08:00

8.4 KiB

Raw Blame History

View Raw