CircuitPython新增对Pimoroni Pico Plus 2 W开发板的支持
Pimoroni Pico Plus 2 W是一款基于Raspberry Pi RP2040微控制器的新型开发板,它在原有Pico Plus 2的基础上增加了无线功能模块。这款开发板采用了与Raspberry Pi Pico W相同的Infineon CYW43439无线芯片,支持WiFi和蓝牙连接功能。
在硬件设计上,Pico Plus 2 W保留了原有Pico Plus 2的所有特性,包括:
- 采用RP2040双核ARM Cortex-M0+处理器
- 264KB片上SRAM
- 2MB板载闪存
- 丰富的GPIO接口
新增的无线模块使开发者能够轻松实现物联网应用开发。由于采用了与Pico W相同的无线解决方案,这意味着在软件层面可以复用现有的无线驱动和网络协议栈。
在CircuitPython社区中,开发者们积极为这款新硬件添加支持。技术实现主要涉及以下几个方面:
-
板级定义文件:需要创建新的板级配置文件,定义GPIO映射、LED配置等硬件特性。
-
无线驱动适配:由于使用了CYW43439无线芯片,需要确保cyw43-driver模块能够正常工作。该驱动使用RP2040的PIO(可编程IO)来模拟gSPI(一种SPI变体)协议与无线芯片通信。
-
时钟配置:特别需要注意PIO时钟分频器的设置,默认设置为2分频,这与官方SDK保持一致。如果gSPI连接出现不稳定情况,可能需要调整这个值。
-
USB标识:需要为开发板申请专用的USB厂商ID(VID)和产品ID(PID),确保设备能够被正确识别。
经过社区开发者的测试验证,目前基础功能包括STA模式的WiFi连接已经可以正常工作。这意味着开发者现在可以使用CircuitPython在这款开发板上开发需要网络连接的物联网应用。
对于想要使用这款开发板的开发者来说,现在可以获取最新的CircuitPython固件,开始他们的无线项目开发。随着支持的不断完善,未来还会增加更多高级功能的支持,如蓝牙功能等。
这款开发板的加入进一步丰富了CircuitPython支持的硬件生态,为开发者提供了更多选择,特别是那些需要无线连接功能的应用场景。
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