低端安卓 Skia+Reanimated 动画卡顿深度排查与优化总结 & FUTO Swipe – 一种新的开源滑行输入模型

移动端

低端安卓 Skia+Reanimated 动画卡顿深度排查与优化总结

Margelo团队针对低端120Hz安卓机Skia画布动画跳动问题排查发现，卡顿核心并非动画曲线，而是120Hz设备单帧时间预算紧张，Skia默认TextureView会产生多次GPU纹理合成开销，叠加Skia路径钩子循环重绘、React组件无意义重渲染三重损耗；通过安卓端开启Canvas不透明切换至SurfaceView硬件分层、复用路径对象切断循环重绘、优化状态引用减少组件重渲染等方案，大幅降低渲染线程负载，彻底解决动画卡顿，同时配套多类性能工具与自动化测试流程高效定位性能瓶颈。

FUTO Swipe – 一种新的开源滑行输入模型

FUTO Swipe 是一套开源的滑行输入模型和算法，主要用于 FUTO Keyboard（一款完全离线的安卓键盘应用），旨在解决传统滑行输入依赖隐私侵犯类应用或非授权库的问题。文章详细介绍了其数据集：2024年8月通过网页收集了超过100万条QWERTY英文滑行数据，并于2025年3月以MIT许可发布在HuggingFace上。模型架构包含三个类型：通用的布局/语言无关的编码器（63.5万参数）、用于消除不合理预测的ContextLM（150万参数，其中110万为嵌入层）、以及语言和布局特定的解码器（30.4万参数），三者配合达到约4%的top-4失败率（忽略词表外情况低于1%）。模型总参数量约250万，可在低端设备毫秒级运行，训练仅需一块工作站GPU。此外还提供了开源的C++推理库（swipe-library），处理从滑行路径到单词预测的完整推理与束搜索过程。所有模型和代码均已公开。