Windows App SDK 1.6.7版本发布:关键稳定性与性能优化
Windows App SDK(原名Project Reunion)是微软推出的现代化Windows应用开发框架,它为开发者提供了统一的API和工具,用于构建跨Windows 10和Windows 11的应用程序。该SDK整合了WinUI、MSIX打包、应用生命周期管理等核心功能,帮助开发者创建高性能、现代化的Windows应用。
1.6.7版本核心改进
Windows App SDK 1.6.7作为1.6系列的稳定维护版本,主要针对关键性bug进行了修复,特别关注了输入处理、性能优化和部署可靠性等方面的问题。
输入处理增强
本次更新重点解决了几个与用户输入相关的关键问题:
-
指针输入与箭头键冲突修复:修复了当用户同时使用指针输入(如触摸或鼠标)和键盘箭头键时,指针输入可能停止响应的问题。这个修复对于需要同时支持触摸和键盘操作的应用尤为重要,如绘图软件或游戏应用。
-
远程桌面输入响应问题:解决了在远程桌面环境下应用可能停止响应指针输入的问题。这是由于远程桌面在切换会话时会自动发送一些键输入事件,与之前提到的指针输入问题有相同的根本原因。
性能优化
-
链接器优化恢复:修复了1.6版本中由于WinUI二进制文件缺少某些链接器优化而导致的性能回归问题。这意味着使用1.6.7版本的应用将恢复预期的运行效率。
-
多窗口创建性能提升:优化了创建多个WinUI窗口或XAML岛时的性能表现,这对于需要同时管理多个窗口的复杂应用(如IDE或多文档编辑器)特别有益。
稳定性修复
-
焦点恢复崩溃防护:增加了对窗口关闭过程中接收激活事件的处理,防止了可能导致的崩溃问题。
-
进度条控件稳定性:修复了当ProgressBar控件不在可视化树中时调用SetProgressBarIndicatorWidth方法可能导致的崩溃。
-
弹窗关闭稳定性:解决了CPopup::EnsureBridgeClosed可能触发重入导致的潜在崩溃,以及关闭弹窗时因处理待处理的KeepVisible操作而可能发生的崩溃。
部署可靠性
改进了PackageDeploymentManager.EnsurePackage*Ready方法,确保正确处理版本替换(supersedence)场景。这意味着当安装新版本的应用时,系统将更可靠地处理旧版本的替换过程。
开发者建议
对于正在使用Windows App SDK 1.6系列的开发者,建议尽快升级到1.6.7版本,特别是那些遇到输入响应问题或性能下降的应用。这个维护版本不包含破坏性变更,主要提供稳定性修复,因此升级风险较低。
升级只需通过NuGet包管理器将Microsoft.WindowsAppSDK包更新至1.6.250402001版本即可。对于企业级应用,建议在测试环境中验证关键功能后再进行生产环境部署。
总结
Windows App SDK 1.6.7版本虽然没有引入新功能,但对现有功能的稳定性和性能进行了重要改进。特别是输入处理和远程桌面兼容性的修复,将显著提升终端用户的使用体验。微软通过这样的定期维护更新,展示了其对开发者生态系统稳定性的承诺,为构建企业级应用提供了更可靠的基础。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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