OpenRazer 3.10.3版本发布:Linux 6.15兼容性与新设备支持
OpenRazer是一个开源项目,它为Linux系统提供了对Razer外设的全面支持。通过这个驱动,Linux用户可以像在Windows系统上一样,充分利用Razer设备的RGB灯光控制、宏编程和性能调节等功能。该项目由社区驱动,持续为各种Razer产品提供支持。
新设备支持
本次3.10.3版本新增了对两款Razer设备的支持:
-
Razer Naga V2 Pro:这是一款专业级MMO游戏鼠标,以其可更换的侧面板和多个可编程按键著称。现在Linux用户也可以充分利用它的19+1个可编程按键和5G光学传感器了。
-
Razer Strider Chroma:作为Razer的高端游戏鼠标垫,它不仅提供流畅的滑动体验,还支持Chroma RGB灯光效果。OpenRazer的加入使得Linux用户也能享受其绚丽的灯光同步功能。
内核兼容性改进
随着Linux内核的持续演进,OpenRazer团队紧跟步伐,确保驱动与最新内核版本的兼容性:
-
针对即将发布的Linux 6.15内核,项目团队提前进行了适配工作。主要修改是将
hrtimer_init()替换为hrtimer_setup(),这是内核API演进的一部分,确保驱动能在新内核上稳定运行。 -
修复了在某些系统上可能导致内核崩溃的问题。通过使用
DECLARE_BITMAP替代原有的位操作代码,提高了内存访问的安全性和稳定性。
设备特定优化
本次更新还包含了对特定设备的优化和修复:
-
Razer DeathStalker V2 Pro TKL:修复了Fn功能键的处理问题,现在用户可以正常使用键盘上的功能组合键。
-
Razer Viper V3 Pro:修正了低电量阈值的设置,确保电量提示更加准确可靠。
-
Razer BlackWidow Ultimate 2012:修复了键位映射问题,使这款经典机械键盘的所有按键都能正常工作。
项目意义与展望
OpenRazer项目填补了Linux系统对游戏外设支持的空白,特别是对Razer这样专注于游戏外设的品牌。通过社区的努力,Linux游戏玩家和专业用户现在可以享受到与Windows平台相近的外设体验。
随着3.10.3版本的发布,OpenRazer不仅保持了与最新Linux内核的兼容性,还扩展了对新设备的支持范围。这种持续更新体现了开源社区对Linux游戏生态的重视和投入。未来,我们可以期待更多Razer设备获得支持,以及更丰富的功能实现。
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-1.5暂无简介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