TurboVNC 3.2 Beta1发布:远程图形桌面性能与安全新高度
TurboVNC是一个高性能的虚拟网络计算(VNC)实现,它基于TightVNC但进行了大量优化,特别适合在高速网络上传输图形桌面。作为专业级的远程桌面解决方案,TurboVNC在科学计算、工程设计和多媒体应用等场景中表现出色。
核心性能提升
本次3.2 Beta1版本最显著的改进是集成了zlib-ng压缩库。这一优化使得Lossless Tight + Zlib编码方法以及Tight + JPEG编码方法中的非JPEG子矩形编码性能得到显著提升:
- 在现代x86-64 CPU上性能提升约10-15%
- 在现代AArch64 CPU上性能提升约25-30%
对于需要频繁传输大量图形数据的专业用户来说,这意味着更流畅的远程桌面体验和更高的工作效率。
服务器端重大改进
TurboVNC服务器现在支持DRI3 X扩展,配合开源GPU驱动使用时,无需VirtualGL即可实现GPU加速。虽然配合VirtualGL仍能获得最佳性能,但这一改进为用户提供了更多选择。
在构建系统方面,TurboVNC现在完全依赖系统提供的库文件,移除了对旧版本库的静态链接支持。这一变化使得安装包更小,与系统其他组件的兼容性更好。
客户端功能增强
安全连接全面升级
内置SSH客户端基于JSch v0.2.23进行了重构,增加了多项现代加密协议支持:
- 新增Curve25519密钥交换方法
- 支持Diffie-Hellman Group 14-18密钥交换
- 增加Ed25519签名方案支持
- 支持加密后MAC(EtM)算法
- 新增Galois/Counter Mode(GCM)加密方式
- 支持hmac-sha2-512 MAC算法
同时默认禁用了不安全的算法,包括3DES、CBC加密方式、DSS签名方案等,显著提升了连接安全性。
多级SSH隧道支持
新增的Jump参数支持跳板机功能,可以实现多级SSH隧道连接。这一特性特别适合企业环境中需要通过网关访问内部VNC服务器的场景,既保证了安全性又简化了配置流程。
用户体验优化
- 工具栏图标更新为更现代的样式
- 新增支持扩展鼠标按钮功能
- Mac版本全屏模式下可自动隐藏菜单栏和Dock
- 改进的滚动体验,支持边缘滚动(bump scrolling)
兼容性调整
考虑到现代操作系统的发展趋势,3.2版本不再提供32位Windows安装包,因为Windows 10/11已逐步放弃对32位CPU的支持,且OpenJDK 21也移除了32位Windows支持。
配置管理改进
新版对配置系统进行了重构,将高级参数单独列出,使普通用户界面更加简洁。同时统一了环境变量和系统属性的管理方式,使配置更加一致和易于维护。
总结
TurboVNC 3.2 Beta1在性能、安全性和用户体验方面都带来了显著提升。特别是zlib-ng的集成和多级SSH隧道的支持,使其在专业应用场景中更具竞争力。这个版本为需要高性能远程图形访问的用户提供了更安全、更高效的解决方案,值得技术用户关注和测试。
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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112