Xpra项目v5.0.12版本发布:远程桌面体验全面升级
Xpra是一个开源的跨平台远程桌面工具,它允许用户将应用程序从远程服务器无缝地显示到本地计算机上,同时保持会话的持久性。与传统的远程桌面解决方案不同,Xpra提供了更灵活的应用级远程访问能力,特别适合需要长时间运行图形应用程序的场景。
平台构建与打包优化
本次发布的v5.0.12版本在平台兼容性和构建系统方面做出了多项改进。针对MSYS2 aarch64架构的构建问题得到了修复,同时改进了前缀检测机制。对于RPM打包系统,现在支持了针对不同架构的CUDA pkgconfig配置,使得在不同硬件平台上部署更加顺畅。
Windows平台的安装体验也得到了提升。EXE安装程序现在支持单独的升级步骤,避免了与残留文件的冲突问题。此外,构建脚本现在支持自定义参数,为开发者提供了更大的灵活性。针对某些Windows配置下刷新率检测异常的问题也得到了解决。
安全与认证增强
在安全方面,v5.0.12版本修复了一个SSL升级过程中选项丢失的问题,确保了加密连接的稳定性。QUIC连接现在被明确标记为适合认证场景使用,增强了安全性。同时,通过使用符号链接来防止SSH代理转发设置错误,进一步提升了连接的安全性。
网络与连接可靠性
网络连接稳定性是本版本的重点改进之一。修复了WebSocket连接在某些代理发送空负载时可能断开的问题。网络管理器API在某些环境下的错误也得到了处理,提高了网络检测的可靠性。此外,还优化了RDP连接尝试时的日志输出,减少了不必要的日志干扰。
桌面与窗口管理改进
桌面模式下的用户体验得到了显著提升。新版本改进了与某些窗口管理器在调整窗口大小时的兼容性,使得操作更加流畅。对于固定大小的桌面环境,现在能够正确处理显示设置。此外,还修复了键盘布局组相关的回归问题,确保多语言环境下的输入体验。
剪贴板功能完善
剪贴板功能是本版本的另一大改进点。现在当剪贴板内容更新时,系统会自动声明剪贴板选择,确保内容同步的及时性。当所有者变更时,也会立即更新对等端,保持剪贴板状态的一致性。默认设置现在允许所有剪贴板操作,同时修复了某些平台上远程剪贴板选项未被遵守的问题。
编码与图像处理优化
在图像编码方面,v5.0.12版本做出了多项性能优化。修复了批量延迟增加被复合计算的问题,避免了潜在的延迟累积。系统现在能更早地切换到完整帧编码,有效防止了损坏风暴的发生。对于10位每通道的高色深窗口,改进了透明度检测机制,并使用Pillow编码器进行更高效的处理。
RGB编码在特殊位深下的错误得到了修正,Pillow编码器的多个问题也得到了修复。当从系统托盘菜单将编码设置为"自动"时,现在能正确保留所有相关选项。系统托盘中的速度控制功能也得到了恢复,方便用户随时调整传输质量。
系统兼容性与稳定性
针对RHEL 10系统,新版本提供了专门的软件包列表和兼容性修复。包括为Weston和Xwayland提供包装脚本,并将其作为XVFB的替代选项。Pycairo的构建问题得到了解决,同时处理了缺少Pandoc或x264的情况。
系统稳定性方面,修复了可能导致远程日志循环的问题,以及Windows平台上的除零错误。NVJPEG编码器/解码器的构建开关中的拼写错误也得到了纠正,确保硬件加速功能正常启用。
用户体验与界面改进
在用户界面方面,代理错误信息的格式更加清晰易读。移除了多余的日志输出,避免信息过载。特别是移除了关于缺少numpy_formathandler的警告信息,减少了用户的困惑。图标全局查找不匹配的问题也得到了解决,确保界面元素显示正确。
Xpra v5.0.12版本通过上述多项改进,在性能、稳定性和用户体验方面都有显著提升,为远程桌面应用提供了更加可靠和高效的解决方案。
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 StartedRust0199
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 Notebook0130
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。Python08
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