Sui区块链devnet-v1.44.0版本技术解析
Sui是一个由Mysten Labs开发的高性能区块链平台,专注于提供快速、安全和可扩展的去中心化应用解决方案。Sui采用独特的对象中心模型和并行执行架构,使其在交易处理速度和吞吐量方面具有显著优势。本文将深入分析Sui最新发布的devnet-v1.44.0版本的技术更新内容。
协议层重大升级
本次版本将协议版本升级至76,引入了几项关键改进:
-
Passkey支持扩展:在测试网络(testnet)中启用了Passkey功能,这是一种更安全的身份验证机制。同时,开发网络(devnet)和测试网络(testnet)中还特别启用了多签(multisig)中的Passkey功能,为高级安全场景提供了支持。
-
Deepbook V2迁移:对Sui框架中的Deepbook V2进行了重大调整,除了取消和提款功能外,其他功能均已弃用。这是平台持续优化其金融基础设施的一部分。
-
共识机制优化:启用了共识垃圾回收机制和新的提交规则,这将显著改善网络的资源利用率和整体性能。垃圾回收机制有助于清理不再需要的共识数据,而新的提交规则则优化了交易确认流程。
JSON-RPC接口改进
在开发者接口方面,对Move枚举类型的返回顺序进行了标准化处理。现在,枚举变体将按照其在源代码中的声明顺序返回,而不是之前的字典序排列。这一变更虽然看似微小,但对于依赖枚举顺序的客户端应用来说具有重要意义,确保了行为的一致性。
GraphQL服务调整
根据先前的弃用通知,本次更新正式移除了ObjectFilter中的objectKeys字段。开发者现在应该使用multiGetObjects接口来获取多个对象。这一变更简化了API设计,同时鼓励开发者使用更高效的批量查询方法。
命令行工具(CLI)增强
Sui CLI工具在此版本中获得了多项实用改进:
-
智能依赖管理:sui client publish/upgrade命令现在默认会移除源代码中未引用的依赖项,避免将不必要的依赖发布到链上。这一优化减少了链上存储的冗余数据,降低了开发者的存储成本。
-
PTB(Programmable Transaction Blocks)增强:sui client ptb现在支持将sui::object::ID值作为纯输入创建交易。ID输入可以像地址一样指定(以@开头的十六进制数),其类型会根据使用场景自动推断。这一改进简化了涉及对象ID的复杂交易构建过程。
技术影响与开发者建议
对于Sui生态开发者而言,本次更新需要注意以下几点:
-
如果应用依赖枚举顺序,需要检查JSON-RPC返回的枚举值顺序变更是否会影响业务逻辑。
-
使用GraphQL服务的应用应当完成从objectKeys到multiGetObjects的迁移,以确保兼容性。
-
发布或升级合约时,新的依赖管理行为可能导致之前隐式依赖的库不再可用,需要显式声明所有必要的依赖。
-
对于使用Deepbook V2的应用,需要规划迁移路径,保留必要的取消和提款功能。
Sui团队通过这些更新持续优化平台性能和开发者体验,同时保持对安全性的高度关注。Passkey支持的扩展和共识机制的改进尤其值得关注,它们代表了区块链基础设施在易用性和效率方面的前沿进展。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust021
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00