Valetudo 2025.01.0版本发布:机器人控制新纪元
Valetudo作为一款开源的机器人真空吸尘器控制平台,近日发布了2025.01.0版本。这个版本带来了多项重要更新,包括对新硬件设备的支持、MQTT功能的增强、地图渲染性能优化以及用户体验改进等。作为一款专注于本地化控制的解决方案,Valetudo持续为用户提供摆脱厂商云服务依赖的自主控制能力。
新硬件支持:Mova P10 Pro Ultra
本次更新最引人注目的是新增了对Mova P10 Pro Ultra机器人的支持。这款设备与Dreame X40和L40采用相似的硬件架构,但在功能上有所取舍。虽然它不具备在基座中存放拖布的功能,但其价格优势明显,市场售价约为600美元或更低。这一扩展使得Valetudo生态系统更加丰富,为用户提供了更多选择。
夜间更新通道改进
Valetudo的夜间更新通道在此版本中得到了实质性改进。之前版本中存在的一个问题是更新检查总是报告有新版本可用,这给用户带来了不少困惑。2025.01.0版本引入了有效的版本检查机制,现在能够准确判断是否有新版本可供更新,大大提升了用户体验。
MQTT功能增强
MQTT作为Valetudo与智能家居系统集成的重要桥梁,在此版本中获得了多项改进:
-
基座状态发布:对于支持状态监测的基座,现在可以通过MQTT获取其状态信息,这为自动化场景提供了更多可能性。
-
更多可选功能暴露:新增了三个可选暴露的能力项:
- 宠物避障功能(PetObstacleAvoidance)
- 地毯模式控制(CarpetModeControl)
- 地毯传感器模式控制(CarpetSensorModeControl)
-
连接稳定性修复:解决了MQTT客户端在某些情况下可能出现的无限锁定问题。这个问题曾导致首次设置机器人的用户不得不重启设备,现在这一困扰已得到修复。
地图渲染性能优化
地图渲染引擎进行了重要改进,现在会在绘制前将相同类型的路径进行简化和合并处理。虽然视觉效果保持不变,但在长时间清扫任务中,性能提升显著。这一优化使得资源占用更低,响应更加流畅。
耗材监控变更
本次更新对耗材监控系统进行了调整,需要注意以下不兼容变更:
-
sensor不再作为type存在,而是成为新引入的cleaning类型的subType。依赖此结构的代码需要进行相应调整。 -
这一变更会影响Home Assistant中的传感器清洁实体。解决方法是在更新前删除Home Assistant中的设备,更新完成后系统会自动重新发现并正确配置。
这些变更是为了适应Dreame新固件中引入的wheel耗材类型。同时,部分新固件已移除mop耗材监控,Valetudo也相应移除了这一功能。
Dreame设备新特性
针对Dreame系列设备,2025.01.0版本新增了两项特性:
-
清洁路径优化:新增"深度"清洁模式,显著提升清洁效果。
-
地毯侧边刷控制:对于配备可伸缩侧边刷的机型,现在可以设置在地毯上使用侧边刷。
这些功能需要最新固件支持,Valetudo团队已对Dustbuilder中的固件版本进行了更新和测试。
技术思考与展望
从技术角度看,Valetudo 2025.01.0版本体现了开源社区对智能家居设备本地化控制的持续追求。通过摆脱厂商云服务的依赖,用户不仅获得了更好的隐私保护,也避免了厂商可能引入的广告等商业化行为对用户体验的干扰。
在物联网设备日益普及的今天,Valetudo这样的项目为用户提供了重要的选择权。它证明了一个事实:智能设备完全可以不依赖云服务而提供出色的用户体验和功能。随着版本的迭代,Valetudo不仅在功能上不断丰富,在稳定性、性能和使用体验上也持续优化。
对于技术爱好者而言,Valetudo项目展示了开源社区如何通过逆向工程和创新思维,为用户重新夺回对智能设备的完全控制权。这种精神正是开源文化的精髓所在。
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
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