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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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