Dotty 3.7.0发布:Scala 3编译器的重要更新
Dotty是Scala 3编译器的开发代号,作为新一代Scala语言的编译器,它带来了许多创新特性和改进。2025年5月7日,Dotty团队正式发布了3.7.0版本,这是Scala 3生态系统的一个重要里程碑。本文将深入解析这个版本的核心更新和技术亮点。
语言特性与稳定性提升
3.7.0版本将多个Scala改进建议(SIP)提升为稳定或预览状态。其中,SIP-52的@publicInBinary注解现在成为稳定特性,这个注解帮助库开发者明确标记哪些API需要在二进制层面保持兼容性。SIP-58的命名元组(Named Tuples)也升级为稳定特性,为开发者提供了更强大的元组操作能力。
新引入的@scala.annotation.internal.preview注解配合-preview标志,为实验性功能提供了更规范的预览机制。SIP-62的"Better Fors"特性作为预览功能加入,改进了for推导式的语义和行为。
编译器与工具链改进
这个版本升级了多项基础设施:Scala 2标准库升级到2.13.16版本,Scala.js升级到1.19.0,Scala CLI升级到1.7.1。表达式编译器(Expression Compiler)现在正式成为Scala 3编译器的一部分,增强了编译器的功能完整性。
在元编程方面,Quotes API得到了多项增强,包括新增了apply方法用于导入选择器,实验性的summonIgnoring方法,以及为newClass方法添加了类参数、标志、privateWithin和注解支持。
开发体验优化
模式匹配能力得到了显著增强,现在支持检查任何case类的穷尽性。对于依赖case类的支持也被加入,为更复杂的类型系统用例提供了可能。
类型系统方面,Yno-kind-polymorphism选项被弃用,反映了类型系统设计的演进方向。同时,改进了隐式参数的处理,现在在没有使用using关键字的情况下会在调用点发出警告。
性能与兼容性
JVM后端修复了影响Android平台的关键问题(#15736),提升了在移动开发场景下的可用性。REPL环境增加了评估初始化脚本后退出标志,并实现了:jar命令来替代即将废弃的:require命令。
在类型推导和编译器内部,多项改进提升了稳定性和性能:处理类型别名时的上下文函数结果类型推导更准确,Array[Nothing]和Array[Null]的擦除行为现在与Scala 2保持一致。
开发者工具增强
展示编译器(Presentation Compiler)现在能够在悬停时显示推断类型,提升了IDE体验。Linting工具对-Wunused和-Wconf选项进行了多项改进,提供了更精确的代码质量检查。
对于库开发者,注解处理得到了多项修复:显式构造的注解参数现在会被提升,修复了@main方法上的注解复制问题,改进了注解映射的准确性。
总结
Dotty 3.7.0版本在语言特性、工具链支持、开发体验和性能优化等方面都带来了显著进步。这些改进不仅增强了Scala 3的稳定性和可用性,也为未来的发展奠定了基础。对于现有的Scala项目,特别是那些关注长期维护和二进制兼容性的库,升级到这个版本将能获得更好的开发体验和更强大的语言特性支持。
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-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