Zigbee-herdsman-converters v23.3.0版本发布:新增设备支持与功能优化
Zigbee-herdsman-converters是一个开源的Zigbee设备转换器项目,主要用于将不同厂商的Zigbee设备协议转换为统一的格式,方便智能家居系统集成。该项目在Zigbee生态系统中扮演着重要角色,为众多智能家居平台提供了广泛的设备兼容性支持。
新增设备支持
本次v23.3.0版本带来了多款新设备的支持,进一步扩展了项目的兼容性范围:
-
1871154设备:新增了对这款设备的支持,为用户提供了更多选择。
-
500.43设备:该设备现已加入支持列表,丰富了项目覆盖的设备类型。
-
A9Z设备:这款新设备的加入,使得项目支持的设备种类更加多样化。
-
Fire Fence设备:新增支持这款特殊用途的Zigbee设备,扩展了项目在安防领域的应用场景。
-
ZS05设备:这款设备的加入进一步增强了项目在特定设备领域的兼容性。
功能增强与优化
除了新增设备支持外,本次更新还包含了一些重要的功能增强:
-
SONOFF SNZB-02D OTA支持:现在支持通过OTA(Over-The-Air)方式为SONOFF SNZB-02D设备进行固件更新,这大大提升了设备维护的便利性。
-
SONOFF TRVZB温度精度设置:为SONOFF TRVZB设备增加了温度精度设置功能,用户可以更精确地控制设备的温度测量精度。
问题修复与改进
本次版本更新还修复了多个已知问题,提升了系统的稳定性和用户体验:
-
Aqara SJCGQ11LM配对状态读取:修复了配对时状态读取的问题,确保设备能够正确初始化。
-
设备识别改进:优化了对特定设备的识别机制,特别是对FLS-PP3 White设备的识别,现在能够正确识别为Dresden Elektronik Mega23M12。
-
Eurotronic COZB0001日期代码更新:添加了新的日期代码支持,确保设备能够被正确识别和使用。
-
Moes ZHT-SR传感器选择与背光开关:修复了传感器选择和背光开关功能的问题,提升了设备的使用体验。
-
Nous设备命名修正:将D2Z更名为DZ,统一了设备命名规范。
-
Tuya TS0601_smart_air_house_keeper PM2.5值过滤:优化了对PM2.5异常值的过滤机制,确保数据更加准确可靠。
-
Tuya TS0601_thermostat_4本地温度校准精度:修复了本地温度校准精度的问题,提升了温度控制的准确性。
总结
Zigbee-herdsman-converters v23.3.0版本通过新增多款设备支持、增强现有功能以及修复多个问题,进一步提升了项目的实用性和稳定性。这些改进不仅丰富了Zigbee设备的兼容性,也为用户提供了更加流畅和可靠的使用体验。对于智能家居爱好者和系统集成商来说,这次更新无疑是一个值得升级的版本。
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-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-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