.NET Android 35.0.39版本发布:.NET 9服务更新与性能优化
项目简介
.NET Android是微软推出的开源移动开发框架,它允许开发者使用C#和.NET技术栈构建原生Android应用。作为.NET多平台应用UI(.NET MAUI)的重要组成部分,.NET Android为开发者提供了跨平台开发的能力,同时保持了原生应用的性能和体验。
版本更新概述
最新发布的.NET Android 35.0.39版本作为.NET 9服务更新的一部分,带来了一系列改进和优化。这个版本已经集成到Visual Studio 2022 17.13 Preview 3中,开发者也可以通过.NET 9 SDK直接安装。
主要更新内容
1. 废弃功能的清理
开发团队在此版本中继续推进代码库的现代化,宣布废弃了几个过时的功能:
-
AndroidCreatePackagePerAbi:这个选项原本用于为每个ABI(应用二进制接口)创建单独的APK包。随着Android应用打包技术的演进,这种打包方式已经不再推荐使用,开发者应该转向使用单个APK包含多ABI支持的现代打包方式。
-
AndroidResgenFile和AndroidUseIntermediateDesignerFile:这两个与资源生成相关的选项也被标记为废弃。这表明.NET Android团队正在简化资源处理流程,可能为未来更高效的资源管理机制做准备。
2. 底层平台支持更新
版本更新包含了来自android-platform-support和android-tools的最新提交,这意味着:
- 底层Android平台支持库得到了更新,可能包含了最新的安全补丁和性能改进
- 开发工具链获得了优化,构建过程可能更加稳定和高效
- 与最新Android版本的兼容性得到了增强
安装与验证
开发者可以通过两种方式获取这个更新:
-
通过Visual Studio 2022 17.13 Preview 3:这是最简便的方式,更新会自动包含在IDE中。
-
手动安装:先下载.NET 9 SDK,然后通过命令行安装Android工作负载:
dotnet workload install android
安装完成后,可以使用以下命令验证安装:
dotnet workload list
正常安装后应该能看到android工作负载及其版本信息。
技术意义与影响
这个版本的发布体现了.NET Android团队的几个重要方向:
-
现代化演进:通过废弃过时功能,保持代码库的简洁和现代化,为未来功能开发腾出空间。
-
稳定性优先:作为服务更新,主要关注底层改进而非新增功能,这表明团队重视产品的稳定性和可靠性。
-
工具链优化:持续更新平台支持库和工具,确保开发者能够利用最新的Android平台能力。
对于开发者而言,建议关注这些废弃功能的替代方案,并考虑在项目中逐步迁移,以避免未来版本升级时出现兼容性问题。
总结
.NET Android 35.0.39版本虽然是一个服务更新,但体现了微软对移动开发生态的持续投入。通过定期清理过时功能、更新底层支持,团队为开发者提供了更加稳定和现代化的开发体验。对于正在使用或考虑采用.NET技术栈进行Android开发的团队,这个版本值得关注和升级。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00