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。
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 StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07