OpenWrt 24.10.1版本发布:嵌入式Linux路由系统的重大更新
OpenWrt作为一款开源的嵌入式Linux操作系统,专为路由器和其他网络设备设计。它提供了强大的网络功能和灵活的定制能力,被广泛应用于家庭、企业以及各种网络设备中。今天我们将深入解析OpenWrt最新稳定版本24.10.1的技术细节和重要更新。
设备支持扩展与改进
本次24.10.1版本新增了对多款网络设备的支持,包括Actiontec T1200H、CMCC A10、Huasifei WH3000等设备。特别值得注意的是对Linksys MX4300(LN1301)的支持,这是一款面向家庭用户的高性能Mesh路由器。
在设备兼容性方面,开发团队修复了多个关键问题:
- 修复了Raspberry Pi系列设备上r8169以太网驱动的问题
- 解决了ASUS RT-AX59U/TUF-AX4200/TUF-AX6000等设备在新版bootloader下的启动问题
- 修正了Xiaomi AX3000t设备使用Winbond W25N01KVZEIR闪存时的NMBM处理问题
- 优化了MT7621S核心的检测机制
核心组件与性能优化
24.10.1版本对系统核心组件进行了全面升级:
- Linux内核从6.6.73升级到6.6.86版本
- 无线驱动mt76更新至2025-02-14版本
- 网络安全方面,OpenSSL升级到3.0.16,mbedtls升级到3.6.3
- 增加了对BPF的LLVM工具链支持
在网络协议栈方面,修复了IPv6 TCP GSO分段与NAT共存时的问题,并优化了odhcpd在relay模式下的数据包处理效率。
升级注意事项
从23.05版本升级到24.10.1时,大多数情况下配置可以保留。但有几个特殊情况需要注意:
-
对于Qualcomm Atheros IPQ806X SoC设备,由于切换到了DSA架构,必须在不保存配置的情况下进行升级。
-
Linksys E8450(Belkin RT3200)用户需要使用v1.1.3或更高版本的安装程序重新组织UBI布局。
-
Xiaomi AX3200(Redmi AX6S)用户需要按照特定步骤升级以增加可用闪存空间。
-
Zyxel GS1900系列交换机用户需要重新进行工厂安装。
已知问题与解决方案
当前版本存在几个已知问题需要用户注意:
-
使用Airoha AN8855交换机的设备(如Xiaomi AX3000T)的LED支持尚未完成,交换机的LED将保持关闭状态。
-
部分使用ath10k芯片组的设备(如TP-Link Archer C60 v1/C6 v2)5GHz WiFi功能可能无法正常工作。
-
某些MT7530交换机可能存在以太网连接不稳定的问题,建议禁用节能以太网(EEE)作为临时解决方案。
总结
OpenWrt 24.10.1版本在设备支持、系统稳定性和网络性能方面都有显著提升。对于网络设备爱好者和专业用户来说,这个版本提供了更广泛的硬件兼容性和更可靠的网络功能。用户在升级前应仔细阅读相关说明,特别是针对特定设备的特殊升级要求,以确保平滑过渡到新版本。
随着开源社区的持续贡献,OpenWrt生态系统正在不断扩大和完善,为各种网络应用场景提供了强大而灵活的基础平台。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00