dotnet-docker项目正式支持Windows Server 2025容器镜像
微软dotnet团队近期在dotnet-docker项目中完成了对Windows Server 2025操作系统的全面支持。这一更新使得开发者现在可以在Windows Server 2025容器环境中运行.NET应用程序。
在技术实现层面,开发团队为支持新版本Windows Server进行了多项重要工作。首先,他们基于最新发布的Windows版本复制了所有支持的.NET版本的Dockerfile模板,并将它们放置在版本特定的目录结构中。这些Dockerfile覆盖了运行时(runtime)、ASP.NET Core(aspnet)和SDK等不同变体。
团队随后更新了manifest.json文件以引用新的Dockerfile集合,并确保它们具有适当的标签。测试数据(TestData.cs)也进行了相应更新,包含了新的Windows版本信息。此外,标签元数据模板(mcr-tags-metadata-templates)也被修改以包含Windows Server 2025的支持。
为了确保兼容性和稳定性,开发团队在本地Windows Server 2025虚拟机上进行了全面的测试验证。测试内容包括构建过程验证和运行时功能测试,涵盖了Nano Server和Windows Server Core两种容器类型。
目前,预览版的LTSC 2025 .NET镜像已经可以在nightly仓库中使用。这些镜像支持AMD64架构,开发者可以提前进行试用和评估。正式发布的镜像将随下一个.NET版本一同推出。
对于企业用户和开发者而言,这一更新意味着他们可以在最新的Windows Server 2025容器环境中部署.NET应用程序,利用新操作系统版本带来的性能改进和安全增强特性。微软建议需要生产环境稳定性的用户等待正式发布,而希望提前体验新特性的开发者可以使用nightly仓库中的预览版镜像。
随着容器化部署在.NET生态系统中变得越来越普遍,对最新Windows Server版本的支持确保了开发者和企业能够充分利用平台的最新功能,同时保持应用程序的兼容性和性能。
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