微软的MAUI(多平台应用UI)是官方的.NET跨平台桌面和移动应用解决方案,现在将通过第三方框架Avalonia获得Linux和浏览器支持。
MAUI是Xamarin Forms的演进版本,Xamarin Forms是一个最初在微软外部开发的.NET跨平台框架,2016年与Mono一起被微软收购,Mono是.NET的第一个开源实现。
MAUI目前支持的平台包括Android、iOS、Mac Catalyst和Windows。Mac Catalyst是苹果的API,用于在macOS上运行iPad应用,但相比完整的AppKit API有一定局限性。在Windows平台上,MAUI使用WinUI 3框架。
这个支持列表中明显缺少Linux,尽管.NET在Linux上运行Web应用程序表现良好。Xamarin Forms曾对GTK#提供预览支持,GTK#是GTK的.NET封装,GTK是GNOME桌面使用的小部件工具包,但这一支持并未延续到MAUI。虽然Linux桌面市场份额相对Windows和Mac较小,但使用量正在增长,可能高达百分之三,这得益于微软决定让较旧硬件与Windows 11不兼容。Linux在嵌入式应用中也被广泛使用。
为跨平台.NET应用提供开源框架的AvaloniaUI公司现在挺身而出,增加了这一支持。根据首席执行官Mike James的一篇文章,团队一直在为MAUI开发新的后端,使用Avalonia渲染器来渲染UI,而不是MAUI使用的原生控件。James表示,这项工作"在MAUI生态系统工程师的指导和反馈下"完成,暗示但未明确表示微软开发者是支持的。此外,由于Avalonia支持WebAssembly,新方法将使MAUI应用能够在浏览器中运行。
这项技术背后有一些历史背景。资深开发者会回想起Java桌面应用的早期时代,以及关于控件应该由框架绘制(如Java Swing所做)还是调用API显示原生控件(如IBM首先开发的SWT标准小部件工具包所做)的争论。使用原生控件更适合实现操作系统的外观和感觉,但使跨平台代码变得更困难,因为这些控件在不同系统上并非完全匹配。
最初的Xamarin开发者确信原生控件能提供出色的用户体验,这一理念一直延续到MAUI。相比之下,Avalonia绘制自己的控件。据James说,"您不仅可以获得更多平台和改进的性能,您的MAUI应用程序在Windows、macOS、Linux、移动设备上或在浏览器标签中运行时都能保持一致的外观和行为。"James表示,Avalonia后端将在所有平台上可用,不仅仅是Linux和浏览器,并声称性能更好,特别是在macOS上。
反对的观点是,虽然MAUI开发者会欢迎Linux支持,但这并非同一回事,那些因为MAUI使用原生控件渲染而偏爱它的开发者会感到失望。
该项目的当前状态是WebAssembly支持的示例已在线,但除了承诺在2026年第一季度提供预览访问的注册之外,没有进一步进展。
即将到来的支持背后的商业模式尚未说明,除了James表达希望使用Avalonia渲染器的MAUI开发者可能会在未来项目中转向AvaloniaUI。
Avalonia的另一个关键发展是该项目可能会从Skia(一个开源2D图形库)转向Impeller,Impeller是Google为其Flutter框架开发的。像Avalonia一样,Flutter绘制自己的控件,团队开发Impeller是为了克服Skia的性能问题。Avalonia现在正走同样的道路,团队为Impeller创建了.NET封装,现在在GitHub上称为Nimpeller,尽管切换还处于早期阶段。根据该文章:"Impeller提供流畅、一致的性能、更高的平均帧率和减少的VRAM使用。"
Q&A
Q1:MAUI是什么?支持哪些平台?
A:MAUI是微软官方的多平台应用UI解决方案,是.NET跨平台桌面和移动应用的框架。它是Xamarin Forms的演进版本,目前支持Android、iOS、Mac Catalyst和Windows平台。
Q2:为什么MAUI不支持Linux平台?
A:虽然.NET在Linux上运行Web应用程序表现良好,但MAUI没有包含Linux支持。Xamarin Forms曾对GTK#提供预览支持,但这一支持并未延续到MAUI。尽管Linux桌面市场份额相对较小,但使用量正在增长。
Q3:Avalonia如何为MAUI提供Linux和浏览器支持?
A:AvaloniaUI公司为MAUI开发了新的后端,使用Avalonia渲染器来渲染UI,而不是MAUI使用的原生控件。由于Avalonia支持WebAssembly,这种新方法将使MAUI应用能够在浏览器中运行,并提供Linux支持。
好文章,需要你的鼓励
今天讲的出海案例是开创电气,一家金华手持式电动工具制造商,在越南基地完成首款产品验收并形成80万台年产能力。
牛津、MIT等机构联合发布GauntletBench,测试显示最强AI智能体完成率仅19%,而普通人类完成率超80%,揭示AI在时间感知、图形理解和三维推理上的真实短板。
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
论文提出"盲目信任问题":现有视频AI将每帧画面等权处理,遭遇干扰时准确率暴跌却浑然不知。Robust-TO通过逐帧质量评估、置信度引导工具路由和分级证据推理三阶段框架解决这一缺陷。