OpenEnclave v0.19.10发布:新增Ubuntu 22.04支持
OpenEnclave是一个开源的SDK,用于构建可信执行环境(TEE)应用程序。它提供了一个统一的编程模型,使开发者能够在不同的硬件TEE平台上(如Intel SGX)开发和部署安全应用程序。OpenEnclave通过抽象底层硬件的复杂性,让开发者可以专注于业务逻辑的实现。
本次发布的v0.19.10版本主要增加了对Ubuntu 22.04操作系统的支持,这是该项目首次在该平台上提供官方支持。对于使用Ubuntu 22.04的开发者和企业来说,这意味着他们现在可以在最新的LTS版本上开发和部署基于OpenEnclave的安全应用程序。
主要更新内容
Ubuntu 22.04支持
v0.19.10版本最重要的更新是增加了对Ubuntu 22.04(Jammy Jellyfish)的官方支持。开发团队已经完成了在该平台上的测试和验证工作,并提供了相应的.deb安装包。需要注意的是,这是该项目首次在Ubuntu 22.04上发布,开发团队鼓励用户积极测试并反馈遇到的问题,以便在接下来的几周内进行修复。
兼容性说明
该版本在多个平台上进行了测试,包括:
- Ubuntu 20.04:使用DCAP 1.22.100.3-focal1、PSW 2.25.100.3-focal1和SGXDriver 1.41
- Ubuntu 22.04:使用DCAP 1.22.100.3-jammy1、PSW 2.25.100.3-jammy1和SGXDriver 1.41
- Windows Server 2022:使用DCAP 1.22.100.3和PSW 2.25.100.3
软件包分发变更
值得注意的是,从本版本开始,OpenEnclave的软件包将不再通过packages.microsoft.com或nuget.org分发。用户需要直接从项目的GitHub发布页面获取最新的软件包。这一变更可能会影响现有的自动化部署流程,需要用户相应地调整他们的获取方式。
技术意义
OpenEnclave v0.19.10的发布标志着该项目对现代Linux发行版支持的扩展。Ubuntu 22.04作为最新的LTS版本,提供了更长的支持周期和更新的系统组件,这对于需要长期稳定运行的安全关键型应用程序尤为重要。
对于开发者而言,这意味着:
- 可以在最新的开发环境中使用OpenEnclave SDK
- 能够利用Ubuntu 22.04中的新特性和安全增强
- 为应用程序提供了更长的支持周期,减少了系统升级的压力
使用建议
对于计划在生产环境中使用该版本的用户,建议:
- 先在测试环境中充分验证应用程序的功能和性能
- 关注可能出现的兼容性问题,特别是在Ubuntu 22.04平台上
- 准备好回滚方案,以防遇到未预见的问题
- 及时向开发团队反馈遇到的问题,帮助改进后续版本
随着可信计算技术的普及,OpenEnclave这样的统一SDK变得越来越重要。v0.19.10版本的发布进一步扩展了该项目的适用范围,为更多开发者提供了构建安全应用程序的工具。
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-1.5暂无简介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-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