DOSBox-X 2025.05.03 版本技术解析与功能亮点
DOSBox-X 是一款专注于 DOS 游戏和应用程序兼容性的开源仿真软件,它在经典 DOSBox 的基础上进行了大量功能扩展和优化。2025年5月3日发布的2025.05.03版本带来了多项重要改进,从核心仿真到用户体验都有显著提升。
图形系统与显示优化
本次更新对图形子系统进行了多项重要改进。开发团队重新设计了EGA/VGA仿真器对CRTC CGA/Hercules位重映射的处理方式,将其视为掩码位而非内存掩码上限。这一技术调整解决了CGA模式下引擎页面翻转测试的问题,使得更多依赖精确图形处理的DOS应用程序能够正确运行。
在Windows平台上,打印性能得到了显著提升。开发团队用DIB Section直接内存访问技术替代了原有的SetPixel方法,这一底层优化大幅提高了打印操作的执行效率,对于需要打印输出的DOS应用程序来说是一个重要的性能改进。
输入系统与国际化支持
输入处理方面,本次更新修复了多个与国际化相关的问题。特别值得注意的是对日文Shift-JIS编码(代码页932)下主机键(F11、F12)处理的修正,以及半角假名直接输入功能的修复。这些改进使得非英语用户,特别是日语用户能够获得更流畅的输入体验。
对于中文用户,开发团队移除了代码页950和951中的重复字符映射,共计228个重复字符被清理。这一变化确保了Big5和Big5-UAO编码的字符映射更加准确,显著提升了中文输入法用户的体验。
PC-98模式增强
针对日本市场流行的PC-98计算机仿真,本次更新引入了多项重要改进:
- 新增了对INT 18h功能AH=10h(控制光标闪烁)的支持,同时仿真了该调用的副作用——隐藏光标。这一改进解决了《Lemmings》PC-98版本左下角出现闪烁黑框的问题。
- 修正了INT 1Fh功能AH=90h的源地址和目标地址处理,提高了仿真精度。
- 修复了TTF输出模式下的空白屏幕问题,确保PC-98模式下的文本显示更加稳定可靠。
核心仿真改进
在处理器指令仿真方面,开发团队修复了多个SSE和MMX指令的实现问题,包括:
- SSE指令:MOVSS、MOVHPS、UNPCKLPS、UNPCKHPS和PSADBW
- MMX指令:PMULLW、PSUBUSB和PSUBUSW
这些修复提高了对依赖这些指令的DOS应用程序的兼容性,特别是那些使用多媒体扩展的应用程序。
用户体验优化
本次更新在用户体验方面也做出了多项改进:
- 在标题栏中新增了TURBO状态显示,让用户能够直观了解当前性能状态。
- 修复了从全屏模式切换到窗口模式时偶尔出现的问题,提高了显示稳定性。
- 改进了COLOR命令的行为,使其更符合Windows下的表现,包括修正了黄色颜色的设置。
- 增强了安全模式下对已挂载驱动器的处理能力,提高了系统灵活性。
文件系统与存储
文件系统方面有几个值得注意的改进:
- 修复了ZIP文件挂载功能,现在支持文件名中包含空格的ZIP文件。
- 修正了CD标签处理,确保当标签超过8个字符时正确添加点号,这一改进对于《Descent 2》等游戏的CD安装程序至关重要。
- 修复了特殊覆盖文件的创建问题,提高了文件系统操作的可靠性。
构建与兼容性
在构建系统方面,开发团队解决了多个问题:
- 修复了使用gcc15构建MinGW32版本时的__inline__宏冲突问题。
- 修正了Makefile.am中使用通配符导致的构建/安装错误。
- 为macOS CI工作流添加了SDL2_net支持,使Release和Nightly SDL2版本能够支持内置调制解调器功能。
多语言支持
本地化工作在本版本中得到了加强:
- 更新了法语翻译。
- 使更多消息能够通过翻译文件进行本地化。
- 改进了语言文件加载错误时的对话框显示。
DOSBox-X 2025.05.03版本通过这些全面而细致的改进,进一步巩固了其作为最完整、最兼容的DOS仿真解决方案的地位。无论是对于怀旧游戏玩家还是需要运行业界遗留DOS应用程序的专业用户,这个版本都提供了更稳定、更精确的仿真环境。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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