Chiaki4deck v1.9.5版本发布:PlayStation远程游戏客户端全面升级
Chiaki4deck是一款开源的PlayStation远程游戏客户端,它允许用户在PC、Mac和Linux设备上远程游玩PlayStation游戏。作为一款社区驱动的项目,Chiaki4deck基于原始的Chiaki项目进行了大量改进和优化,特别是在Steam Deck等掌机设备上提供了更好的兼容性和用户体验。
系统要求与平台支持
最新发布的v1.9.5版本对系统硬件和软件环境提出了明确要求。所有平台都需要支持Vulkan 1.2或更高版本的GPU或集成显卡。对于Linux用户,特别是使用Flatpak和AppImage格式的用户,需要安装pipewire音频服务。AppImage版本还需要额外的库支持,包括libhidapi-hidraw和libva。
各平台安装方式详解
Linux平台
Linux用户可以选择Flatpak或AppImage两种安装方式。Flatpak版本通过Flathub仓库分发,包名为io.github.streetpea.Chiaki4deck,这种安装方式提供了更好的系统集成和自动更新支持。AppImage版本则提供了x86_64和arm64两种架构的独立可执行文件,适合需要便携式解决方案的用户。
macOS平台
macOS用户可以通过Homebrew包管理器安装,使用brew install --cask streetpea/streetpea/chiaki-ng命令即可完成安装和后续更新。对于不熟悉命令行的用户,也提供了直接下载的DMG安装包,支持Intel和Apple Silicon两种处理器架构。
Windows平台
Windows用户可以通过winget或chocolatey两种包管理器安装。winget用户使用winget install --id=StreetPea.chiaki-ng -e命令,而chocolatey用户则使用choco install chiaki-ng。此外,还提供了传统的安装程序(EXE)和便携版(ZIP)两种下载选项。
版本亮点与改进
v1.9.5版本主要聚焦于用户体验的改进和bug修复:
- 自动连接优化:修复了自动连接过程中弹出对话框的问题,使连接过程更加流畅。
- Steam集成增强:改进Steam快捷方式创建逻辑,现在会保留现有的AppID,防止丢失自定义图像和Proton前缀设置。
- 运动控制器改进:提升了运动控制器重置检测的准确性。
- Windows构建完善:在MSVC构建中添加了Steam快捷方式创建功能。
- 音量控制:新增了应用内音量调节功能,使用户可以更方便地调整游戏音量。
- 窗口管理:GUI现在会记住上次设置的窗口大小,并新增可调整大小的流媒体窗口选项。
- 默认比特率优化:将默认比特率从30,000调整为15,000,与官方Remote Play应用保持一致,可能在网络条件一般的情况下提供更稳定的连接。
技术细节与注意事项
对于Linux用户,pipewire是DualSense手柄触觉反馈的必要组件。使用Flatpak版本时,可以通过设置SDL_AUDIODRIVER=pulse环境变量强制使用PulseAudio替代pipewire,但这会导致DualSense手柄的触觉反馈功能失效。
这个版本特别注重与Steam平台的集成优化,解决了之前版本中创建新快捷方式可能导致自定义设置丢失的问题。同时,通过调整默认比特率,在保证画质的前提下提高了网络适应性,使更多用户能够获得稳定的远程游戏体验。
对于开发者而言,这个版本展示了如何平衡功能添加与稳定性改进,特别是在跨平台支持方面做出了诸多努力,确保不同操作系统的用户都能获得一致的良好体验。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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