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。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00