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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00