SkiaSharp 3.119.0预览版发布:跨平台2D图形库迎来多项增强
SkiaSharp是Google Skia图形库的.NET跨平台绑定,它为开发者提供了强大的2D图形渲染能力,支持Windows、macOS、Linux、iOS、Android等多个平台。最新发布的3.119.0预览版带来了多项重要更新和功能增强,进一步扩展了其跨平台能力和图形处理功能。
跨平台支持全面升级
本次更新显著增强了SkiaSharp的跨平台支持能力。首先,新增了对tvOS平台上SKMetalView的支持,使开发者能够在Apple TV设备上利用Metal API进行高性能图形渲染。同时,针对iOS模拟器的Metal性能问题进行了优化,提升了开发调试体验。
在Linux平台方面,新增了对riscv64和LoongArch64架构的支持,并扩展了clang-cross工具链以更好地支持Alpine Linux系统。这些改进使得SkiaSharp能够在更多样化的硬件环境和Linux发行版上运行。
特别值得一提的是Windows ARM平台的增强,现在该平台已启用GL支持,同时修复了ARM机器上的本地构建目标问题。此外,Windows平台现在还可以编译支持Direct3D的Skia,为Windows开发者提供了更多图形API选择。
图形功能增强
SkiaSharp 3.119.0预览版基于Skia里程碑119版本构建,带来了底层图形引擎的更新。新增了多种之前缺失的SKColorFilter类型,丰富了图像处理能力。同时实现了SkCanvas::SaveLayerRec功能,为图层操作提供了更精细的控制。
在图形API支持方面,除了前面提到的Metal和Direct3D增强外,还更新了Vulkan内存分配器至3.2.1版本,提升了Vulkan后端的内存管理效率。
构建系统优化
本次更新对构建系统进行了多项改进,包括:
- 更新Android NDK至r27c版本并调整内存对齐为16kb
- 减少了未使用的依赖项,简化了构建过程
- 修复了.NET工具初始运行时可能出现的挂起问题
- 优化了依赖项下载机制
- 解决了.NET Framework/Mono项目在使用packages.config时的兼容性问题
此外,还更新了libpng至1.6.44版本,修复了已知的安全问题(CVE-2024-30105),增强了库的安全性。
平台特定优化
针对不同平台,本次更新进行了多项针对性优化:
- 排除了永远不会在Apple平台上运行的代码,减少了不必要的代码体积
- 为tvOS设置了正确的构建目标
- 修复了Linux测试问题,增强了Linux平台的支持
- 增加了对更多Linux发行版和架构的支持
这些改进使得SkiaSharp在各个平台上的运行更加稳定高效,为开发者提供了更好的开发体验。
总结
SkiaSharp 3.119.0预览版通过多项功能增强和平台扩展,进一步巩固了其作为.NET生态中强大2D图形库的地位。从新增的图形处理功能到跨平台支持的扩展,再到构建系统的优化,这一版本为开发者带来了更丰富、更稳定的图形编程能力。随着SkiaSharp持续发展,它将继续为.NET开发者提供跨平台的高性能图形解决方案。
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-1.5暂无简介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
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
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