Cosmoe是一个现代化的C++ UI库,同时也是一个具有深厚历史底蕴项目的全新迭代版本,其根源可以追溯到历史上最优雅的图形用户界面之一。
Cosmoe展现了几个令人印象深刻的特性。尽管这是一个刚刚发布的项目,但它已经相当成熟和完整,同时保持了轻量级的特点。对于一个个人项目而言,它拥有相当不错的第三方文档,以及大量现有的示例代码,甚至包括完整的应用程序。虽然这是一个新项目,确实还有一个待办事项清单记录着尚未完善的功能,但该清单仅有112行,规模相对较小。
Cosmoe Wayland是一套C++库集合,配备了支持基础设施和工具,以及样式指南等。它无需支持程序或运行时环境,让开发者能够用C++构建原生支持Wayland的多线程Linux应用程序。尽管是新项目,但它已经建立了完善的指导原则,并具有独特、清新、简洁的外观和感觉。API已经完整且稳定,不太可能发生根本性变化,因为它遵循了近30年前首次发布的标准。
这个版本的Cosmoe是一个令人惊讶的新颖实现,源于在Linux内核之上重建BeOS的项目,现在被称为Cosmoe Classic。Cosmoe Classic最初是将AtheOS的用户空间移植到Linux内核的项目。随着时间推移,原始的Cosmoe演变为在Linux内核之上实现BeOS兼容操作系统的努力。2002年Be Inc.关闭后,出现了几个类似项目,其中另一个是Blue Eyed OS。
然后,正如项目历史所描述的,开发者Bill Hayden发现生活成了阻碍。具有讽刺意味的是,2007年的最后一次更新标题是"Cosmoe回归了"。
如今,只有一个BeOS的开源重新实现项目——Haiku OS,我们在今年1月份最后一次关注过它。Cosmoe不再是竞争对手,尽管Hayden对Cosmoe Classic进行了一些更新,现在可以在最新的Ubuntu LTS版本或Fedora 40上构建它。
这是一个有趣的想法。Haiku的持续存在表明人们对BeOS仍有相当大的怀念之情。将BeOS外观带到Linux的先例包括Metsatron为Xfce制作的主题和图标包,或者Pekwm的Benu和Haiku主题。甚至还有一个完整的发行版ZevenOS,现代的Neptune OS是其远程后代。一些BeOS应用程序也被移植到了Windows上——The Reg FOSS部门的Windows机器运行着k23 productions开发的Process Controller,这是BeOS应用程序的直接移植版本。
Cosmoe-Wayland是开源UI工具包领域的新进入者,因此面临着一些根深蒂固的竞争对手。商业支持的Qt是主要参与者,但规模更大、更具野心,支持跨平台和跨GUI。在纯开源领域,Gtk是800磅重的大猩猩,但它是为GNOME(和C语言)构建的,观点非常鲜明。它不鼓励主题化,正如我们在讨论FLTK 1.4时提到的,Gtk 4弃用了像菜单栏这样的陈旧技术。Gtk 4旨在为GNOME 4x编写应用程序,我们发现因此,虽然它们看起来非常独特,但UI限制性很强,在任何其他操作系统或桌面上都显得格格不入。值得注意的是,Gtk最初是为GIMP构建的,但今年的GIMP 3使用的是Gtk 3。(GIMP爱好者可能有兴趣知道GIMP 3.2即将推出。)
尽管Hayden声称"Cosmoe目前实现了大约95%的BeOS API",但它仍然比知名竞争对手更小更简单,但可以说比FLTK或Xforms更现代更完整。原则上,它也可以用于同时为Linux和Haiku构建应用程序,以及将Haiku代码移植到Linux。我们绝对希望看到基于OpenTracker的桌面。
当然,还有Mote在OSnews关于此次发布的文章评论中提到的杀手级优势:
将Haiku库添加到Linux将确保Linux不会因为缺乏应用程序而变得无关紧要。
除了KDE和GNOME之外,很少有其他连贯的原生Wayland开发工具包。有很多组件但缺乏统一性。这是一个有趣且不同的方法,我们希望它能够成功。
好文章,需要你的鼓励
科技专家Sungjoo Yoon在TED演讲中提出"偏好原理",认为了解用户喜好信息越多,就能创造更强大的技术。他将市场变化比作"地壳运动",从1969年命令行界面到80年代GUI,再到90年代网络界面,技术发展都遵循这一规律。自然语言处理能建立信任,而AI智能体时代的到来意味着非人类参与者将在人类主导的世界中发挥作用。
德国图宾根大学研究团队发现现代AI视觉模型具备强大的图像排序能力,能够理解年龄、美观程度等连续属性并进行准确排序。研究测试了7种AI模型在9个数据集上的表现,发现CLIP模型表现最佳,且仅需极少样本就能学会排序。这一突破为照片管理、电商展示、社交媒体等领域提供了新的技术方案。
微软推出了Copilot Vision AI新功能,该技术能够扫描和分析用户屏幕上的所有内容。这项AI视觉技术可以实时理解用户正在查看的信息,包括文本、图像和应用程序界面,为用户提供更加智能化的交互体验和个性化建议。此功能的推出标志着AI助手向更深层次的用户体验集成迈进。
KAUST团队开发UnMix-NeRF技术,首次实现3D场景重建与材料识别的同步。该系统利用光谱成像技术,能够识别物体的材料特性,不仅重建逼真3D场景,还可自动分离不同材料区域。技术在多个数据集上表现优异,为机器人、增强现实、工业检测等领域带来新突破。