DOSBox-X新增隐私保护功能:防止Windows 11 Recall功能截取游戏画面
Windows 11近期引入的"Recall"功能引发了广泛关注,该功能会定期截取用户屏幕内容以实现活动回溯。对于使用DOSBox-X进行怀旧游戏体验的用户而言,这可能会带来隐私方面的顾虑。为此,DOSBox-X项目迅速响应,新增了窗口级隐私保护机制。
技术实现原理
DOSBox-X通过调用Windows系统API实现了窗口级的内容保护。核心机制基于SetWindowDisplayAffinity函数,该函数允许应用程序声明窗口内容的显示特性。当启用保护模式时,DOSBox-X会将窗口标记为WDA_EXCLUDEFROMCAPTURE,这使得系统级别的截屏和录屏功能(包括Recall)无法获取该窗口的实际内容。
在macOS平台上,虽然系统没有完全对等的API,但项目采用了类似的思路,通过将窗口内容置空来实现保护效果。这种跨平台的实现确保了用户在不同操作系统下都能获得一致的隐私保护体验。
配置与使用
用户可以通过修改dosbox.conf配置文件来启用这一功能。新增的配置项采用直观的布尔值设计,默认情况下保持关闭状态以兼容现有用户的使用习惯。启用后,DOSBox-X会在启动时自动应用隐私保护设置。
值得注意的是,这一设计在保护隐私的同时,仍然允许用户通过专门的截屏工具(如OBS等)进行有意的录制和直播。这种精细化的控制很好地平衡了隐私保护和功能性需求。
技术前瞻性
项目维护者还探讨了更主动的隐私保护方案,包括通过Windows UserActivity API向系统发送空白或虚假的用户活动数据。这种思路展现了DOSBox-X项目对用户隐私的前瞻性考量,虽然当前版本尚未实现这一机制,但为未来的功能扩展留下了空间。
用户价值
对于怀旧游戏爱好者而言,这一改进意味着他们可以安心地在DOSBox-X中体验经典游戏,不必担心游戏过程被系统后台记录。特别是在进行涉及敏感输入(如密码)的老游戏时,这种保护显得尤为重要。
DOSBox-X的这一改进不仅体现了对用户隐私的尊重,也展示了开源项目快速响应新兴技术挑战的能力。随着操作系统隐私特性的不断演进,DOSBox-X的这种主动防御思路值得其他模拟器项目借鉴。
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