Pimoroni Pico项目v1.25.0-beta1版本深度解析
Pimoroni Pico项目是基于Raspberry Pi Pico微控制器平台的MicroPython固件定制版本,为Pimoroni系列扩展板和外设提供了开箱即用的支持。该项目通过预集成各类传感器驱动和图形库,极大简化了开发者的入门门槛。本次发布的v1.25.0-beta1版本是一个重要的预览版更新,带来了多项功能增强和问题修复。
核心更新内容
MicroPython版本升级至1.25.0
本次更新将底层MicroPython版本从1.24.1升级至1.25.0,包含了上游项目的大量改进和错误修复。这一升级为开发者带来了更稳定的运行环境和更多新特性支持。
BME690传感器驱动集成
新增对Bosch BME690环境传感器的完整支持是该版本最值得关注的特性之一。BME690是一款集温度、湿度、气压和气体检测于一体的多功能传感器,其驱动基于Bosch官方C代码实现,并通过MicroPython绑定提供了简洁的Python接口。
开发者现在可以直接通过MicroPython代码读取BME690的各项环境参数,无需自行编写底层驱动。这对于环境监测类项目开发是一个重大便利。
PicoVector和Alright Fonts改进
图形子系统方面,PicoVector矢量图形库和Alright Fonts字体引擎都得到了显著优化。这些改进最初出现在Presto和Interstate 75项目中,现在被整合到主分支中。
具体优化包括:
- 更高效的矢量图形渲染算法
- 字体渲染质量提升
- 内存占用优化
- 性能改进,特别是在低资源环境下
Pico SDK升级至2.1.1
底层开发工具链同步更新至Pico SDK 2.1.1版本,这为项目带来了更稳定的硬件抽象层和更多底层功能支持。SDK升级也修复了一些与RP2040芯片相关的潜在问题。
重要功能增强
SCD4X传感器功能扩展
SCD4X CO2传感器驱动获得了多项新功能:
- 新增低功耗模式支持
- 增加校准命令接口
- 性能优化和稳定性提升
这些改进使得SCD4X在电池供电应用中表现更出色。
Inky Frame显示优化
针对Inky Frame电子墨水屏的更新包括:
- 实现了非阻塞式刷新功能
- 显示质量优化
- 驱动稳定性提升
非阻塞刷新特别有用,因为它允许设备在屏幕刷新期间继续执行其他任务,提高了整体响应性。
RP2350/RP2040兼容性改进
为适应新一代RP2350芯片和RP2040的各种变体,项目进行了多项兼容性调整:
- 修复了按钮类在Pico 2W上的工作问题
- 改进了SPI接口兼容性
- 优化了电源管理
开发者工具与示例更新
项目中的示例代码也获得了同步更新:
- 新增了Pico Display 2.8英寸屏的菜单示例
- 更新了AS7343光谱传感器的演示代码
- 改进了Plasma Stick的亮度控制示例
- 为Microdot 2.x更新了网络示例
这些示例不仅展示了新功能的使用方法,也为快速开发提供了可靠起点。
构建系统改进
构建系统方面的重要变化包括:
- 将Unicorn相关构建移出主仓库
- 新增PPP(点对点协议)支持的Pico构建变体
- 优化了模块CMake文件结构
- 改进了CI/CD流程
这些改进使得项目维护更高效,也为开发者提供了更多构建选项。
总结
Pimoroni Pico v1.25.0-beta1版本是一个功能丰富的更新,特别适合需要环境传感器支持或高性能图形处理的物联网和嵌入式项目。虽然目前是测试版,但其稳定性和功能完整性已经达到了相当高的水平。对于计划使用BME690传感器或需要最新MicroPython特性的开发者来说,这个版本值得尝试。
项目团队将继续完善这些功能,为即将到来的正式版v1.25.0做准备。开发者可以关注项目的后续进展,及时获取最新功能和改进。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00