Valetudo 2025.03.0版本发布:机器人固件优化与功能改进
Valetudo是一个开源的机器人真空吸尘器控制平台,它允许用户完全控制自己的智能清洁设备,摆脱厂商云服务的依赖。本次发布的2025.03.0版本主要针对Dreame系列机器人进行了重要修复和功能优化。
固件更新重点
X40 Ultra和L10s Ultra的关键修复
最新版本解决了两个影响障碍物避障功能的严重问题,这些问题源于bootloader不匹配。具体表现为:
-
X40 Ultra(非Master版本)的线激光器无法正常工作,显著降低了避障性能。用户可以通过在黑暗环境中用手机摄像头观察机器人前方是否有红外线激光投影来验证此问题。
-
L10s Ultra的摄像头在较新机型上无法工作,导致Valetudo地图视图中无法显示障碍物。用户可以通过检查camerademo命令是否失败来判断是否受影响。
对于2025年3月2日后完成root的用户,这些问题已经自动修复。其他用户需要重新按照root流程操作,或者参考特定渠道发布的详细修复指南。
Dreame系列用户体验优化
新版本在固件构建过程中做了以下改进:
- 现在会将配置值以可读格式存储在固件的/dust_configvalue文件中,方便用户找回
- 新生成的固件会在密钥压缩包中包含公钥文件,简化SSH密钥管理
- 授权密钥文件现在可以在机器人上的/authorized_keys位置找到
L10s Pro Ultra Heat新固件支持
新增对L10s Pro Ultra Heat机型1571版本固件的支持,虽然功能变化不大,但用户可以通过实际使用体验来反馈差异。
X40 Ultra WiFi连接问题
部分用户在升级到1652固件后遇到WiFi连接不稳定问题。目前解决方案包括:
- 恢复出厂设置
- 重新安装Valetudo
- 重新加入WiFi网络
- 尝试更换不同的WiFi接入点
Valetudo功能改进
问题修复
- 修复了X/L40和Mova P10 Pro Ultra机型的"先吸尘后拖地"功能,现在可以正确清洁所有选定区域(L10s Pro Ultra Heat机型除外)
- 修正了Mova P10 Pro Ultra和美国版Mova S20 Ultra的型号自动检测
- 解决了地图UI中因触摸输入卡住导致的缩放/平移问题
- 优化了更新日志视图中链接在暗色主题下的可读性
功能增强
- 地图区域标签字体大小现在采用动态计算而非查找表,消除了视觉跳跃感
- 坞站控制界面新增了文字状态显示,与机器人状态显示风格一致
- 全面升级UI组件,将过时的MUI Grid迁移至Grid2组件
技术细节与用户建议
对于开发者而言,本次更新涉及多个底层组件的重构和优化,特别是UI部分的现代化改造。普通用户则应该重点关注固件兼容性问题和功能修复,特别是使用X40 Ultra和L10s Ultra机型的用户应及时检查避障功能是否正常。
对于遇到WiFi连接问题的用户,建议按照官方推荐的步骤进行排查,必要时可以考虑网络环境调整。所有用户都可以从改进后的地图交互体验和更直观的坞站状态显示中受益。
Valetudo项目持续致力于为用户提供更稳定、更可控的智能清洁体验,这个版本再次体现了社区驱动开发对产品质量的积极影响。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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