Bazzite项目在Steam Deck上解决Waydroid控制器输入失效问题
在Steam Deck OLED设备上运行Bazzite项目的GNOME版本时,用户可能会遇到Waydroid容器中游戏控制器输入失效的问题。具体表现为:当切换到游戏模式启动Waydroid时,虽然键盘、鼠标和触摸屏输入功能正常,但游戏手柄(包括摇杆和触控板)的输入却无法正常工作。
这个问题源于Waydroid容器对底层硬件事件的捕获机制存在缺陷。在默认配置下,Waydroid可能无法正确识别和处理来自Steam Deck控制器的输入事件。这会导致游戏模式下的手柄输入无法传递到Android容器内部。
经过技术分析,解决方案是修改Waydroid的系统属性配置。通过执行终端命令waydroid prop set persist.waydroid.uevent true,可以启用Waydroid对底层硬件事件的监听功能。这个设置会强制Waydroid捕获来自宿主系统的输入设备事件,包括游戏控制器信号。
该解决方案已在Steam Deck OLED设备上验证有效。修改属性后,用户需要重新启动Waydroid服务以使更改生效。值得注意的是,这个设置会持续保存在Waydroid的配置中,不需要每次启动都重新设置。
对于技术背景较浅的用户,可以这样理解:这个命令相当于打开了Waydroid和Steam Deck控制器之间的"通信开关",让Android系统能够接收到来自硬件控制器的输入信号。这种问题在容器化Android解决方案中较为常见,通常需要通过类似的底层配置调整来解决输入设备的兼容性问题。
建议遇到类似问题的用户,在应用此解决方案后,还可以尝试在Waydroid设置中检查输入设备配置,确保所有控制器功能都能正常工作。如果问题仍然存在,可能需要进一步检查Steam Deck的控制器配置或Waydroid的输入子系统日志。
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-1.5暂无简介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