HyperHDR 21.0.0.0beta2:开源LED环境光系统的重大升级
HyperHDR是一款开源的LED环境光控制系统,它能够根据屏幕内容实时调整LED灯带的颜色和亮度,为用户带来沉浸式的视觉体验。最新发布的21.0.0.0beta2版本带来了多项重要改进和新功能,显著提升了系统的性能和易用性。
架构优化与性能提升
21.0.0.0beta2版本继续了HyperHDR对系统架构的重构工作,通过消除历史遗留的重依赖,显著降低了资源消耗。这一优化不仅提升了运行效率,还大幅减小了安装包的体积,同时保留了所有必要的依赖组件。
多显示器支持与DirectX抓取器增强
Windows平台的DirectX抓取器现在支持多显示器配置,用户不再需要依赖第三方应用来捕获第二或第三台显示器的内容。这一改进充分利用了显卡的硬件加速能力,包括使用像素和顶点着色器来缩放纹理,有效减少了从显存到系统内存的数据传输,避免了可能导致的性能下降问题。
自动色调映射功能
新引入的自动色调映射功能解决了用户无法通过API控制色调映射的痛点。HyperHDR现在能够自动分析视频图像,在检测到暗淡或褪色的原始HDR信号时启用色调映射,而在识别到明亮的SDR图像时则自动禁用,大大简化了用户操作。
革命性的LUT校准方法
传统的抓取器LUT校准过程通常需要专门的PC设置,而21.0.0.0beta2版本引入了全新的校准方式。用户只需播放校准MP4文件,HyperHDR便会自动完成校准工作。这种方法不仅校准了抓取器和电视,还包括了默认视频播放器的校准。此外,HyperHDR率先支持NV12编解码器的flatbuffers,为外部系统校准开辟了新途径。
P010 10位编解码支持
21.0.0.0beta2版本首次支持10位P010编解码,这一特性在价格日益亲民的抓取器(如UGreen 25173)上表现尤为突出。虽然对SDR信号影响有限,但在处理HDR内容时,它能扩展默认的窄带宽范围,减少量化效应。Windows平台原生支持该格式,Linux平台则通过UVC模块补丁实现兼容。
其他重要改进
- 新增对Home Assistant灯光的支持
- 实验性直接支持zigbee2mqtt
- 所有LUT文件支持ZSTD压缩
- 使用原生Github Action ARM运行器实现极速构建
- 修复Windows平台的挂起和关机处理问题
- 改进Windows DirectX抓取器的多显示器排序功能
- 修复pipewire drm的兼容性问题
- 更新语言文件
- SD镜像通过DKMS模块支持P010格式
系统兼容性
HyperHDR 21.0.0.0beta2提供了广泛的平台支持,包括:
- 多种Linux发行版(Ubuntu、Fedora等)的DEB和RPM包
- macOS的DMG安装包(支持arm64和x86_64架构)
- Windows的EXE安装程序和便携版ZIP包
- 针对树莓派的专用镜像(基于Bookworm系统)
这个版本标志着HyperHDR在性能、功能和易用性方面又向前迈进了一大步,为用户提供了更加完善的环境光控制体验。无论是家庭影院爱好者还是专业用户,都能从中获得显著的体验提升。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0131- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00