modm项目2025q2版本发布:嵌入式开发框架的重大更新
项目简介
modm是一个轻量级的嵌入式开发框架,专为微控制器应用设计,提供了硬件抽象层(HAL)、外设驱动和中间件等组件。它支持多种ARM Cortex-M和AVR微控制器,特别适合资源受限的嵌入式系统开发。modm采用模块化设计,开发者可以根据项目需求选择所需组件,避免不必要的代码膨胀。
2025q2版本核心更新
编译器支持升级
本次更新最重要的变化之一是增加了对GCC 14版本的支持。开发团队测试了上游的avr-gcc v14.2.0和xpack提供的arm-none-eabi-gcc v14.2.1,确保框架在新编译器下的兼容性。对于嵌入式开发者而言,这意味着可以享受到最新编译器带来的优化效果和语言特性支持。
STM32设备支持扩展
modm 2025q2版本新增了对48款STM32微控制器的支持,进一步扩大了硬件兼容范围。同时,多个STM32系列的CMSIS头文件也获得了更新:
- STM32C0系列升级至v1.3.0
- STM32G4系列升级至v1.2.5
- STM32H5系列升级至v1.4.0
- STM32H7系列升级至v1.10.6
- STM32L0系列升级至v1.9.4
- STM32L1系列升级至v2.3.4
- STM32U0系列升级至v1.2.0
- STM32U5系列升级至v1.4.1
这些更新为开发者提供了更完善的寄存器定义和外设支持,简化了底层硬件编程。
关键功能改进
硬件相关修复
开发团队解决了几个重要的硬件兼容性问题:
-
DW3110初始化优化:修复了在高速CPU上DW3110芯片初始化不稳定的问题,提高了设备在高速环境下的可靠性。
-
STM32F723 USB PHY支持:新增了对STM32F723内部高速USB PHY的支持,使开发者能够充分利用该芯片的USB高速通信能力。
-
Cortex-M7缓存管理优化:改进了缓存管理策略,现在只在Cortex-M7内核上禁用先前启用的缓存,避免了不必要的性能开销。
新开发板支持
本次发布新增了对STMicroelectronics DISCO-F723IE开发板的官方支持,开发者现在可以方便地使用modm框架为该板开发应用。该开发板基于STM32F723IE微控制器,具有丰富的接口和性能优势。
依赖库更新
modm集成了多个优秀的开源项目,本次版本对这些依赖库进行了升级:
- ETL:从v20.39.4升级到v20.40.0,提供了更完善的模板库支持
- FatFS:升级至v0.15a_p1,改进了文件系统稳定性和兼容性
- JSON:从v3.11.3升级到v3.12.0,增强了JSON数据处理能力
- LVGL:从v9.2.0升级到v9.2.2,带来了图形用户界面库的性能优化和bug修复
- NanoPB:升级至v0.4.9.1,改进了Protocol Buffers的嵌入式实现
- TinyUSB:从v0.17.0升级到v0.18.0,增强了USB协议栈的功能和稳定性
这些依赖库的更新为modm带来了更强大的功能和更好的稳定性,开发者可以直接受益于上游项目的改进。
已知问题与注意事项
尽管2025q2版本带来了诸多改进,开发团队仍指出了几个需要注意的问题:
-
SWO调试问题:在STM32H7目标上,OpenOCD目前无法启用SWO(Serial Wire Output)调试功能,这可能会影响某些调试场景。
-
Windows环境限制:在Windows平台上,arm-none-eabi-gdb的TUI和GDBGUI界面不受支持,开发者需要使用其他调试接口。
-
路径兼容性问题:在Windows上生成modm项目时,路径中的反斜杠可能导致与Unix环境不兼容的问题。
-
构建清理不彻底:当配置变更时,
lbuild build和lbuild clean命令可能无法完全清除之前生成的所有文件,开发者需要手动检查。
结语
modm 2025q2版本为嵌入式开发者带来了显著的改进,特别是对最新编译器的支持、更多STM32设备的兼容性以及关键硬件问题的修复。这些更新使得modm框架在嵌入式开发领域继续保持竞争力,为开发者提供了更强大、更稳定的开发工具链。
对于正在使用modm的开发者,建议评估升级到新版本的必要性,特别是当项目需要利用新支持的硬件特性或解决已知问题时。新用户也可以从这个版本开始接触modm,享受其提供的现代化嵌入式开发体验。
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