Adafruit CircuitPython Bundle 20250628版本发布
项目简介
Adafruit CircuitPython Bundle是Adafruit为CircuitPython生态系统提供的一套完整的库集合。CircuitPython是Adafruit开发的一款基于MicroPython的嵌入式编程语言,专为教育和快速原型设计而优化。这个Bundle包含了各种硬件驱动、传感器库、显示控制等常用功能模块,极大简化了开发者在CircuitPython平台上的开发工作。
20250628版本更新内容
本次发布的20250628版本主要对多个显示驱动库进行了更新和优化,包括:
- ACeP7In库更新至1.0.2版本,优化了7英寸ACeP电子纸显示屏的驱动性能
- EK79686库升级到2.0.3,改进了EK79686电子墨水屏的显示效果
- 多个电子墨水屏驱动库更新至2.0.2版本,包括IL0373、IL0398、IL91874等
- SSD1608驱动更新至1.3.7版本,提升了兼容性和稳定性
- SSD1675、SSD1681等驱动也同步更新至2.0.2版本
- UC8151D电子纸显示屏驱动升级到2.0.2
- Gizmo库更新至1.3.24,优化了Adafruit Gizmo开发板的支持
- PyBadger库升级到4.0.6,改进了徽章类设备的用户体验
版本兼容性说明
本次发布的Bundle支持CircuitPython 9.x和10.x两个主要版本。开发者需要根据自己设备上运行的CircuitPython主版本号选择对应的Bundle:
- 对于运行9.x系列CircuitPython的设备,应下载9.x版本的Bundle
- 对于运行10.x系列CircuitPython的设备,应下载10.x版本的Bundle
安装与使用建议
对于资源有限的设备(如Trinket M0、Gemma M0和Feather M0 Basic等非Express板),建议选择性安装所需的库文件,而不是整个Bundle,以节省宝贵的存储空间。
对于希望自动化管理库文件的开发者,推荐使用circup工具。这个命令行工具可以直接从Bundle中安装所需的库到CIRCUITPY驱动器,无需手动下载和复制文件。
技术细节
本次更新特别关注了电子墨水屏(E-paper)相关的驱动库,这些显示屏具有超低功耗和阳光下可视的特点,非常适合物联网设备和信息显示应用。版本更新主要集中在:
- 显示刷新算法的优化,减少闪烁和残影
- 功耗管理的改进,延长电池寿命
- 显示效果的提升,特别是灰度过渡和对比度
- 兼容性增强,支持更多型号的显示屏
对于PyBadger和Gizmo库的更新,主要增强了用户交互体验,包括按钮响应、LED控制和显示内容的优化。
总结
Adafruit CircuitPython Bundle 20250628版本带来了多项电子墨水屏驱动的改进和优化,为开发低功耗显示应用提供了更好的支持。同时,对开发板支持库的更新也提升了用户体验。开发者可以根据自己的项目需求选择性地更新相关库文件,或使用circup工具进行自动化管理。
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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