微软发布了.NET 10运行时和框架的Preview 7版本,新增功能包括将WebSocket连接封装为流、改进ASP.NET中的通行密钥身份验证,以及MAUI(多平台应用UI)的新功能和修复。
此版本新增的WebSocketStream是一个新的库API,它在WebSocket上提供基于流的抽象,简化了编程过程。文档中的示例展示了如何仅用两行代码就能读取和反序列化JSON消息。
在ASP.NET Core中,通行密钥身份验证的支持得到了简化。在使用Blazor(现在是微软首选的现代Web应用框架)的新应用中,当选择个人身份验证时,现在自动支持通行密钥。因此,创建支持通行密钥的新Blazor应用只需执行:
dotnet new -au Individual
.NET MAUI作为包括macOS和移动端在内的跨平台应用的官方解决方案,为用于定义UI的XML语言XAML新增了强类型源代码生成器。这一改进不仅提升了构建性能,还为IntelliSense等工具提供了更好的支持。微软针对MAUI XAML的工具整体表现不佳,开发者希望这一改进能够改善现状。
MAUI的控件API也有更新,包括用于程序化控制选择器状态的打开/关闭API,以及TabbedPageManager的公共API。
或许更重要的是文档中承诺的"控件和布局方面的大量修复和改进"。MAUI在质量方面仍然名声不佳,有迹象表明团队正在努力解决这一问题——尽管怀疑者会指出,微软在自己的应用中很少使用这个框架。
微软每年发布.NET版本,偶数版本被指定为LTS(长期支持),意味着三年支持期。因此这将是一个LTS版本。正式发布(GA)定于11月中旬,与虚拟.NET Conf活动同期举行。
距离正式发布仅剩三个月,这个预览版很可能是最后一个包含重大新功能的版本。如果遵循正常模式,下个月将有第一个候选版本,10月份发布第二个候选版本。
现在是查看.NET 10完整新功能文档的好时机,其中包括C# 14、扩展的后量子密码学支持(我们在即将发布的Java 25版本中也注意到了这一点)、Blazor框架的大量工作,以及现在重新流行的Windows Forms和WPF(Windows Presentation Foundation)的更新。WPF已添加对Windows 11流畅设计的支持,因此没人需要知道这个框架明年将迎来20周年。
Q&A
Q1:.NET 10 Preview 7有哪些主要新功能?
A:主要新功能包括WebSocketStream库API,提供基于流的WebSocket抽象简化编程;改进的ASP.NET通行密钥身份验证,在Blazor应用中自动支持;MAUI新增强类型源代码生成器,提升构建性能和工具支持。
Q2:.NET 10什么时候正式发布?
A:.NET 10正式发布(GA)定于11月中旬,与虚拟.NET Conf活动同期举行。作为偶数版本,它将是LTS(长期支持)版本,提供三年支持期。
Q3:MAUI在.NET 10中有什么改进?
A:MAUI新增了XAML强类型源代码生成器,改善构建性能和IntelliSense等工具支持;更新了控件API,包括选择器的打开/关闭API和TabbedPageManager公共API;承诺在控件和布局方面进行大量修复和改进。
好文章,需要你的鼓励
中国生数科技旗下AI产品Vidu发布新版本更新,推出"参考图像生成"功能,用户可上传最多7张参考图片,通过AI模型的语义理解技术将多张图像合成为高度一致的新图像。该功能支持快速编辑照片、替换物体、调整光照等操作,为摄影师、营销人员提供便捷的AI图像编辑工具,在保持视觉一致性方面与谷歌等竞品形成竞争。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
芯片初创公司SiFive推出四款专为运行人工智能模型优化的CPU核心。这些基于开源RISC-V架构的新核心增加了矢量扩展功能,能够更高效地并行处理多个数据点,显著加速AI模型运算。其中X160和X180是主打产品,具备加速卷积运算的矢量处理功能,可用于工业设备、消费电子和数据中心。公司预计客户将于2026年第二季度开始基于新核心设计生产芯片。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。