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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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