HangOver项目10.4版本发布:ARM64平台Windows应用兼容层新进展
HangOver是一个专注于在ARM64架构的Linux系统上运行Windows应用程序的开源兼容层项目。该项目通过整合多种技术方案,为Linux用户提供了在非x86架构上运行Windows程序的可能性。最新发布的10.4版本带来了多项重要更新,进一步提升了兼容性和性能表现。
核心组件更新
本次10.4版本最值得关注的更新是集成了基于Box64 0.3.4版本的box64cpu.dll组件。Box64本身是一个允许在ARM设备上运行x86_64 Linux程序的兼容层,而HangOver项目将其适配整合,增强了在ARM64平台上运行Windows x86应用程序的能力。
同时,新版本还增加了对Box64环境变量的支持。这一改进使得用户能够通过环境变量更精细地控制兼容层的运行行为,为高级用户提供了更多调优选项。
性能优化与兼容性提升
在底层模拟器方面,10.4版本将FEX模拟器更新至2503版本。FEX是一款专注于ARM64平台的高性能x86/x86-64指令集模拟器,这次更新预计会带来指令翻译效率的提升和错误修复。
图形处理方面集成了DXVK 2.6版本,这是一个将Direct3D调用转换为Vulkan API的开源实现。DXVK的更新通常会带来更好的图形兼容性和性能表现,特别是对于依赖Direct3D 9/10/11的Windows游戏和应用程序。
多发行版支持
HangOver 10.4版本提供了针对多个主流Linux发行版的预编译包,包括:
- Debian系列:支持从Debian 11 Bullseye到最新的Debian 13 Trixie
- Ubuntu系列:覆盖了从20.04 Focal到25.04 Plucky的多个LTS和常规版本
这种广泛的发行版支持使得用户可以在不同版本的Linux系统上都能方便地使用HangOver项目。
技术意义与应用前景
HangOver项目的持续发展对于ARM64生态具有重要意义。随着苹果M系列芯片和众多ARM服务器处理器的普及,在ARM平台上运行传统Windows应用的需求日益增长。通过整合Box64、FEX和DXVK等技术,HangOver为这一需求提供了可行的解决方案。
对于开发者而言,新版本的环境变量支持提供了更多调试和优化手段;对于普通用户,性能提升和兼容性改进则意味着更好的使用体验。特别是在游戏和创意软件领域,这类兼容层技术可以大大扩展ARM设备的使用场景。
随着后续版本的不断演进,HangOver有望成为ARM Linux生态中Windows应用兼容的重要支柱之一。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00