FluentUI Apple 0.34.0版本发布:组件优化与主题架构升级
FluentUI Apple是微软开源的iOS/macOS UI组件库,旨在为Apple平台开发者提供符合Fluent设计语言的现代化界面组件。本次0.34.0版本更新带来了多项重要改进,包括组件功能增强、主题架构重构以及视觉体验优化。
主题架构重大重构
本次版本最核心的变化是对主题系统的架构重构。开发团队将FluentTheme相关代码迁移到了新的FluentUI_common模块中,这一变化使得主题系统可以跨模块共享。同时,颜色令牌(Color Tokens)和排版令牌(Typography Tokens)也被重新组织,从common模块中分离出来,使得架构更加清晰。
对于macOS平台,特别增加了主题令牌支持,并优化了别名令牌系统。这些改进使得主题系统在不同平台间的表现更加一致,同时也为未来的多平台支持打下了基础。
组件功能增强
通知系统改进
MSFNotification组件现在支持设置一个闭包,无论通知是通过用户交互还是自动消失都会被调用。此外,Fluent通知现在可以同时显示操作按钮和关闭按钮,大大增强了通知的交互能力。
底部表单优化
BottomSheetController新增了对UIBlurEffect背景的支持,开发者现在可以为底部表单添加毛玻璃效果。同时,部分表单扩展支持也得到了改进,使得表单的展示方式更加灵活。
命令栏与搜索栏
命令栏(CommandBar)现在支持分组标签(CommandBarItemGroup labels),使得命令的组织更加结构化。搜索栏(SearchBar)则新增了键盘返回类型属性的暴露,开发者可以更精细地控制搜索交互行为。
导航与标签栏
导航项(UINavigationItem)的扩展被重构为新的FluentNavigationItemConfiguration,解决了与Xcode的兼容性问题。标签栏(TabBar)现在会为每个标签项设置唯一的tabID,提高了可访问性和交互稳定性。
视觉与交互优化
针对iOS 17的深色模式颜色问题进行了修复,确保在所有系统版本下都能正确显示。动态颜色系统(DynamicColor)也得到了改进,现在支持玻璃前景色(GlassForeground),并已集成到标签栏项视图中。
列表单元格的命名从listPlainCell/listGroupedCell统一更新为listCell,简化了API命名。字体扩展(NSFont+extension)的加入为文本处理提供了更多便利。
开发环境与兼容性
项目现在要求最低macOS版本为13.0,并已将Xcode版本提升至16.3。构建环境的检查机制也得到了增强,确保在不同平台下的正确构建。这些变化使得项目能够更好地利用最新的平台特性,同时保持向后兼容性。
总结
FluentUI Apple 0.34.0版本通过主题架构的重构和多项组件的功能增强,为开发者提供了更强大、更灵活的UI工具集。这些改进不仅提升了开发体验,也为最终用户带来了更一致、更现代的界面交互体验。特别是主题系统的重构,为未来的多平台一致性支持奠定了坚实基础。
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