Pinta 3.0 发布:基于 GTK4 和 .NET 8 的重大升级
Pinta 是一款轻量级的开源图像编辑软件,以其简洁的界面和丰富的功能受到了许多用户的喜爱。作为 GIMP 的轻量级替代品,Pinta 提供了基本的绘图工具、图层支持以及各种图像处理效果,非常适合日常的图像编辑需求。近日,Pinta 项目团队发布了 3.0 版本,这是一个重要的里程碑式更新,带来了多项架构改进和新功能。
架构升级:GTK4 和 .NET 8
Pinta 3.0 最显著的变化是其底层架构的重大升级。开发团队将软件从 GTK3 迁移到了 GTK4,这是一个现代化的 GUI 工具包,带来了更好的性能、更现代的视觉效果以及更完善的 HiDPI 支持。同时,Pinta 现在使用了 libadwaita 库,这使得应用程序能够更好地遵循 GNOME 的设计准则,提供更加一致的用户体验。
另一个重要的技术升级是 Pinta 现在需要 .NET 8.0 运行时环境。.NET 8 是微软最新的跨平台开发框架,提供了更好的性能和更多的功能。为了支持这些新技术栈,Pinta 团队采用了 Gir.Core 库来处理 C# 与 GTK 及其他 GObject 库的绑定,这是一个专门为 .NET 开发者设计的现代化绑定解决方案。
跨平台支持增强
Pinta 3.0 在跨平台支持方面也有显著改进:
- 新增了对 macOS ARM64 架构(Apple Silicon)的原生支持,这意味着 M1/M2 Mac 用户可以获得更好的性能体验
- Windows 版本现在支持加载 WebP 格式图像
- Windows 安装程序现在经过签名认证,提高了安全性
- 改进了对系统语言设置的处理,特别是在 macOS 上
用户体验改进
新版本包含了许多提升用户体验的改进:
- 新增了颜色方案选择功能,用户可以在深色和浅色主题之间切换
- 改进了画布网格系统,取代了原有的像素网格,现在可以自定义网格大小
- 增强了缩放功能,支持触控板的捏合手势
- 新增了"偏移选区"功能,可以方便地扩展或收缩当前选区
- 改进了颜色选择器对话框,提供更直观的颜色选取体验
- 右侧工具窗口现在可以完全隐藏,为画布提供更多空间
新增图像处理效果
Pinta 3.0 增加了多个新的图像处理效果:
- 抖动效果:模拟有限颜色调色板下的颜色过渡
- Voronoi 图效果:创建基于点的分割效果
- 从 Paint.NET 移植的"晕影"和"凹陷"效果
- "羽化对象"效果:柔化选区边缘
- "对齐对象"效果:精确对齐画布上的元素
- "轮廓对象"效果:为选区创建轮廓
此外,许多现有效果也得到了改进,如分形和云彩效果现在支持自定义渐变,瓷砖反射效果增加了边缘行为选项等。
文件格式支持
- 新增了对便携式像素图(.ppm)文件格式的导出支持
- 改进了对多层文件格式的处理,现在当保存到不支持图层的格式时会明确提示用户是否要拼合图像
工具改进
- 画笔大小和线宽设置现在可以使用
[和]快捷键快速调整 - 修复了形状工具和套索选择工具无法使用图像最后一行/列的bug
- 改进了文本工具,支持输入法预编辑和抗锯齿配置
- 修复了克隆图章工具在每次描边后重置目标偏移的问题
- 角度选择器现在支持分数角度
性能与稳定性
- 改进了曲线调整对话框的控制点编辑体验
- 修复了多种可能导致崩溃的情况,特别是在使用输入法时
- 改进了插件系统的兼容性检查
- 修复了多种透明度处理相关的问题
总结
Pinta 3.0 是一个重大的版本更新,不仅带来了现代化的技术架构,还增加了许多实用的新功能和改进。从底层技术升级到用户体验优化,再到新增的图像处理效果,这个版本为这款轻量级图像编辑器注入了新的活力。对于需要简单易用但功能全面的图像编辑工具的用户来说,Pinta 3.0 无疑是一个值得尝试的选择。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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