得益于一个使用该扩展的Linux发行版的资金支持,实用的 GNOME 扩展 Dash to Panel 将在其现任维护者的带领下继续发展。
这个广受欢迎的 GNOME 桌面扩展获得了新的赞助方:Zorin OS 团队挺身而出,资助现任项目负责人 Charles Gagnon 继续开发工作。
几周前,我们报道了 Gagnon 在任务栏中添加捐赠按钮时收到的负面反应。此后,Zorin OS 发行版的共同维护者 Artyom Zorin 留下了这样的评论:
"代表 Zorin OS 项目,我们很高兴赞助 Dash to Panel。我们承诺每月提供捐赠,以支持 @charlesg99 在维护和开发这个扩展方面的出色工作。"
我们一年前曾介绍过 Zorin OS (恰好,The Reg FOSS 编辑部正在撰写一篇关于它的新报道)。它基于 Ubuntu,但通过一系列扩展,对 GNOME 桌面进行了大量修改,使其更接近 Windows 的使用体验。正如我们上次提到的,Artyom Zorin 上传了原始的 Dash-to-Panel 扩展,该扩展是从 Dash to Dock 分支而来的。
Artyom 告诉 The Register:
"我们最初在 2016 年创建 Zorin Taskbar 时开发了 Dash to Panel 的代码基础。然而,此后我们一直在利用 Charles 和其他 Dash to Panel 开发者所做的出色工作,并将他们的代码重新整合到 Zorin OS 中的 Zorin Taskbar 扩展中。"
"我们也偶尔会向 Dash to Panel 项目贡献一些相关的代码更改,以使其能够让更广泛的用户受益,而不仅仅限于 Zorin OS 用户。简而言之,这是我们的项目与 Dash to Panel 之间一种互惠互利的循环关系。"
我们也询问了 Charles Gagnon 对这一变化的看法:
"Artyom 提到他们现在在 ZorinOS 中基本上直接使用 Dash to Panel,所以他主动伸出援手表示支持真的很好。"
他继续说道:
"对我来说,这主要是一种我非常感激的精神支持。这也某种程度上说明了我并不是在占 Zorin 的便宜(正如我在你们之前文章的评论中看到的那样)。我不确定为什么会这样,这对我来说感觉很不合理,但知道人们这样想确实让我很困扰。"
人们很容易忘记,即使是相当知名的开源项目背后,也有真实的人——而且往往数量惊人地少——就像任何人一样,当陌生人抨击他们的工作时,他们会感到受伤。很高兴知道这个争议现在已经解决了。Gagnon 向我们确认,他将继续开发这个扩展,"让它能够适配未来的 GNOME 版本",尽管目前他没有计划其他更改。
回顾 2023 年,我们注意到 Zorin OS 使用了一些现有的 GNOME 扩展,并呼吁加强合作,所以我们很高兴看到这种合作正在发生。相比 Ubuntu,Zorin OS 在修改 GNOME 的激进桌面布局方面走得更远,使其对 Windows 用户来说更舒适和熟悉。该公司刚刚发布了新版本 Zorin OS 17.3,在多个方面进行了升级。我们计划很快对此进行详细介绍。
好文章,需要你的鼓励
随着人工智能和高性能计算持续推动需求增长,数据中心设计正以同样惊人的速度演进。曾经的高密度机架已成为标准配置,冷却系统在数月而非数年内完成重新设计,项目在各地区的规模和复杂性不断提升。全球工程设计咨询公司Black & White Engineering指出,液冷成为标准配置、极端机架密度管理、工业化规模交付、电网约束下的电力创新、AI驱动运营设计以及可持续性成为核心设计原则,将成为2026年塑造数据中心设计、建设和运营的六大关键趋势。
这项由ByteDance Seed、香港科技大学等机构联合完成的研究提出了"轨迹场"这一创新的4D视频表示方法。研究团队开发的Trace Anything系统能够在单次前向传递中为视频中的每个像素预测连续的三维轨迹,无需光流估计或迭代优化。通过构建大规模合成数据平台和精心设计的训练方案,该方法在轨迹估计基准上实现了最先进性能,同时推理速度比竞争方法快10倍以上,并展现了运动预测、时空融合等多种涌现能力。
Snowflake本周推送的一次更新导致全球范围内的"重大故障",用户长达13小时无法查询数据、文件导入失败并收到错误信息。初步调查显示,最新版本引入了不向后兼容的数据库架构更新,导致版本不匹配错误。此次故障影响了全球23个区域中的10个,包括美国、欧洲和亚洲多个数据中心。这是Snowflake一周内第二次发生事故。
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。