甲骨文公司日前举办Java 8网络直播发布会,发布甲骨文迄今为止最重要的Java技术Java 8。甲骨文宣布推出了Java平台标准版8(Java SE 8)、Java平台微型版8(Java ME 8)以及Oracle Java Embedded产品的有关版本。甲骨文Java开发团队成员以及其他业界领袖在网络直播发布会上介绍了这些最新产品的主要功能。此外,超过30个技术视频将按需提供,涵盖Java SE 8、Java ME 8、Java Embedded以及物联网。
甲骨文公司宣布推出JDK 8。JDK 8是Java SE 8平台规范的生产就绪版本,不久前获得Java社区进程(JCP)批准。JDK 8包括自该平台1996年推出以来最重大的Java编程模型升级。JDK 8经甲骨文与OpenJDK社区合作开发而成。
甲骨文还推出了Oracle Java SE Embedded 8。该产品运用最新的Java SE 8功能,为中到高端嵌入式系统进行了优化。
Oracle JDK 8和Oracle Java SE Embedded 8已可从网络下载。
Java SE 8和Java ME 8正处于深度融合过程中,Java ME 8计划于今年春季晚些时候上市。
通过跨嵌入式设备、桌面系统、数据中心和云使用连贯性的Java 8平台,客户可以更快速地部署应用、分析处理运行中的数据并在事件发生时立即采取行动。
运用Java的跨平台优势,Oracle Java Embeded产品可提高硬件灵活性、增加平台选择,实现更简便的应用移植,并有助于延长产品生命周期。
Java SE 8是通过业界的广泛合作而开发的,包括公开审查、每周构建以及甲骨文工程师通过OpenJDK社区和JCP与全球Java开发人员社区的广泛合作。
通过减少样板代码、改善注释和整理、简化并行编程模型以及更高效地运用新式多核处理器,Java SE 8提高了开发人员效率,显著提高了应用性能。
JDK 8的重要性能包括Project Lambda(JSR 335)、Nashorn JavaScript引擎、一个新的日期与时间API(JSR 310)、一套简洁的配置文件以及从HotSpotJave虚拟机(JVM)中去除了“永久代(permanent generation)”。
在基于英特尔处理器的NEC四插座服务器系统以及两插座Oracle SPARC T5服务器系统上,Oracle JDK 8已经实现了创世界纪录的性能。与JDK 7相比,在相同的Oracle系统配置下,JDK 8的性能提高了12%至14%(参见NEC系统基准测试详细信息和Oracle系统基准测试详细信息)。
最新Java客户机功能作为JDK 8中最新版JavaFX的组成部分也已上市。这些新功能包括:一套特定嵌入图形、最新UI控制功能、Modena主题、使开发人员能够将Swing内容嵌入JavaFX应用的功能、新的3D图形功能以及对HTML 5的增强支持。
Java SE 8与以前各版本平台相互兼容,从而使Java软件开发人员的现有技能仍有用武之地,而且有助于保护在Java技术上的投入。
有兴趣立即使用Java SE 8的开发人员可以点击这里,下载NetBeans整合开发环境(IDE)8.0,IDE 8.0将使这些开发人员能够运用最新的Java功能,获得对HTML 5的增强支持。
在将近两年的时间里,Eclipse团队一直为Java SE 8提供支持,并计划在Java SE 8发布的同时提供一次产品更新,以修补目前的Kepler SR2的功能。该团队已经宣布,定于2014年6月发布的Luna版也将支持Java SE 8。
甲骨文不久将提供更新的Java SE 8培训课程,以帮助开发人员过渡到Java SE 8,并部署这个最新的增强版平台。
甲骨文还将针对Java用户组织(JUG)进行全球巡讲活动,计划在全球六大洲超过20个国家,为将近60个Java用户组织提供引人入胜的培训活动。对那些甲骨文的Java技术传道士无法访问的Java用户组织也将会提供技术资源。
?
Oracle Java SE Embedded 8为嵌入式及物联网设备提供了一个开发平台,具备Java SE 8的灵活性、可移植性和功能。如需了解Oracle Java SE Embedded 8的全部新功能,请点击此处。
Oracle Java SE Embedded 8使开发人员能够运用Java SE 8中的三种最新的简洁配置文件,这几种配置文件是完整Java SE 8 API规范中预定义的子集,可用来为嵌入式设备建立更小的平台。通过这一版Java SE Embedded,Java SE 可以部署在小型嵌入式设备上,例如软件占用的静态存储空间仅10MB、RAM仅为16MB的嵌入式设备,这与采用Oracle Java SE 7相比,存储空间占用减少了2至3倍。
Oracle Java SE Embedded 8可以有多种配置,包括在ARM架构、x86和PPC架构上运行Linux,还为Raspberry Pi等流行的社区性产品以及飞思卡尔i.MX 6系列等商用单芯片系统进行了优化。
Java SE Embedded工具还可用来为嵌入式平台建立定制的、空间优化的JRE。
Java是一种理想的智能设备平台,为开发人员构建最新物联网服务提供了最佳基础。
Java ME 8对现有Java ME平台进行了重大更新,纳入了大量最新功能,包括与Java SE 8一致的Java语言和API、对最新Web协议的支持、全面的应用模型、先进的安全功能以及用于电源管理及与多种标准外部设备交互的标准API。
对Java ME 8进行重大更新旨在提供更高的应用性能,这对不那么强大的设备而言尤其重要。
在该版本中,Java ME和Java SE将实现融合,从而能够提供更加一致的开发人员体验,更多可跨平台重用的代码。
Java ME 8也增强了Java语言,增强版Java语言通过最新Java SE功能,可帮助开发人员更高效地编写更简洁清晰的代码,并跨这两种平台加以部署,Java ME 8的最新嵌入功能还有助于进一步缩短和简化开发周期。
Oracle Java ME Embedded 8将是甲骨文对Java ME 8标准的实现。Oracle Java ME Embedded 8 Early Access 2现已上市,成为高通6270T(基于ARM9)开发平台、Raspberry Pi(基于ARM11)和意法半导体STM32F4DISCOVERY(基于ARM Cortex-M4的处理器)的二进制运行时工具。
Java ME SDK 8 Early Access 2现在已经可以支持基于Java ME 8 Early Access、在仿真运行时工具上开发面向Windows 7以及所支持硬件平台的应用。
Oracle技术网(OTN)和甲骨文学院(Oracle Academy)将出资帮助应对物联网设备开发人员面临的挑战,为开发人员提供12个参加2014 JavaOne大会的名额,开发人员可以通过编制优秀的Java Embedded应用,赢得参会机会。此外,甲骨文还将奖励六名学生获奖者笔记本电脑及代金券。提交视频及项目代码的截止日期为2014年3月30日。请阅读正式规则以了解详细信息。
OTN还将在今年3月和4月免费提供七次Java Embedded培训课程。注册人员有机会赢得Raspberry Pi初始版套装。
甲骨文公司Java平台开发副总裁Nandini Ramani表示:“从小型设备到云,Java是为所有环境开发和交付应用的全球标准。Java SE 8和Java ME 8的融合旨在提供一个一致的开发环境,以提高开发人员的效率和应用性能,并能够准确调整该平台的大小,以适合在更加广泛的使用情况下部署。Java 8的推出将展示Java SE 8和Java ME 8的创新功能,并显示最新的Java平台怎样实现应用开发革命、使企业IT系统协调一致并助力物联网发展。”
ARM公司首席营销官兼业务拓展执行副总裁Ian Drew表示:“ARM与甲骨文联手定义并整合了技术组件,以使物联网设备的开发在企业和开发人员中变得更加可行。Oracle JDK 8展示了我们的合作成果,将促进标准和开放生态系统的形成,帮助开发人员开发从智能物联设备到服务器的各种应用。”
IBM公司杰出工程师John Duimovich表示:“Java SE 8展现的创新是在IBM、甲骨文以及OpenJDK Java社区其他成员的不懈合作下产生的。Java SE 8能够使企业客户显著提高效率、可扩展性和可维护性,并进一步显示,企业可以继续依靠Java实现业务增长。”
好文章,需要你的鼓励
谷歌DeepMind等顶级机构联合研究揭示,当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术,能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式,可单独或组合使用。采用双分支架构和分阶段训练策略,在运动控制精度上比现有技术提升53%以上,为视频制作提供了前所未有的灵活性和精确度。
英国国王学院研究团队开发了潜在精炼解码(LRD)技术,解决了AI文本生成中的速度与准确性平衡难题。该方法通过两阶段设计模仿人类思考过程:先让AI在连续空间中"深思熟虑",保持多种可能性的混合状态,然后"果断行动",逐步确定答案。实验显示,LRD在编程和数学推理任务中准确性提升最高6.3个百分点,生成速度提升最高10.6倍,为AI并行文本生成开辟了新路径。
清华大学团队开发的ViSurf是一种创新的大型视觉语言模型训练方法,巧妙融合了督导式学习和强化学习的优势。该方法通过将标准答案整合到强化学习过程中,让AI既能从正确答案中学习又能保持自主推理能力。实验显示ViSurf在多个视觉任务上显著超越传统方法,特别是在处理模型知识盲区时表现突出,同时有效避免了灾难性遗忘问题,为AI训练提供了更高效稳定的新范式。