Xamarin.iOS .NET 10.0 预览版2发布:全面升级移动开发体验
项目简介
Xamarin.iOS是微软旗下著名的跨平台移动应用开发框架,它允许开发者使用C#和.NET技术栈来构建原生的iOS、tvOS、macOS和Mac Catalyst应用。作为.NET生态系统的重要组成部分,Xamarin.iOS通过将.NET运行时与本地平台API桥接,实现了"一次编写,多平台运行"的开发理念。
.NET 10.0预览版2核心更新
微软近日发布了Xamarin.iOS .NET 10.0的第二个预览版本(10.0.1xx Preview 2),版本号为10552。这个版本带来了多项重要改进和新特性,主要集中在代码生成器优化、API增强和性能提升等方面。
1. 代码生成器(RGen)重大升级
本次更新中对代码生成器(RGen)进行了全面重构,这是Xamarin.iOS将Objective-C API绑定到.NET的核心组件。主要改进包括:
- 新增了对Roslyn编译器的深度集成,使得代码生成过程更加智能和高效
- 实现了属性访问器的自动生成,简化了绑定代码的编写
- 增强了类型系统支持,特别是对枚举和值类型的处理
- 引入了新的语法工厂方法,统一了代码生成风格
- 添加了对异步方法和线程安全属性的支持
这些改进使得生成的绑定代码更加健壮,减少了手动编写绑定代码的工作量,同时提高了运行时性能。
2. API增强与优化
新版本对多个核心框架的API进行了增强:
- CoreGraphics:添加了缺失的可用性属性,确保API在不同系统版本上的正确性
- Metal:修正了MTLTextureDescriptor.SampleCount的错误废弃属性标记
- UIKit:将UIRectEdge改进为flags枚举,使其使用更加符合.NET惯例
- Social:将SLServiceKind强化为强类型枚举,简化了相关代码
- Foundation:修正了NSCache.SetObjectForKey方法的大小写问题
这些API改进使得开发者能够以更符合.NET习惯的方式使用平台原生功能。
3. 构建系统改进
MSBuild构建系统也获得了多项增强:
- 修复了打包原始资源时的重复资源问题
- 增加了对ZIP文件解压路径的安全检查,防止文件写入到目标目录之外
- 优化了警告信息处理,将某些警告降级为普通消息
这些改进提高了构建过程的可靠性和安全性。
4. 性能与兼容性优化
- 在NativeAOT场景下禁用了激进的属性裁剪,解决了兼容性问题
- 改进了链接器对IL偏移量的处理,增强了调试体验
- 优化了并行编译过程,提高了大型项目的构建速度
安装与使用
开发者可以通过.NET workload命令安装这个预览版。需要注意的是,必须先安装.NET SDK 10.0.100的第二个预览版,然后使用特定的workload set版本进行安装。
对于不同平台,可安装的workload包括:
- iOS
- tvOS
- macOS
- Mac Catalyst
安装完成后,可以使用dotnet workload --info命令验证已安装的workload版本。
开发者建议
对于考虑升级到.NET 10.0预览版的开发者,建议:
- 先在测试项目中评估新特性,特别是代码生成器的改进
- 关注API变更,特别是枚举类型的强化处理
- 注意构建系统的改进可能影响现有构建流程
- 充分测试NativeAOT场景下的应用行为
这个预览版展示了Xamarin.iOS在.NET统一路线图上的持续进步,为开发者提供了更强大、更高效的跨平台开发体验。随着正式版的临近,我们可以期待更多稳定性和性能方面的改进。
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