fwupd项目1.9.28版本发布:增强固件更新支持与硬件兼容性
fwupd是一个开源的固件更新守护进程和工具集,它为Linux系统提供了统一的固件更新框架。该项目由GNOME开发者维护,支持多种硬件设备的固件更新,包括BIOS、显卡、外设等。fwupd通过DBus接口与系统交互,并提供了命令行工具和图形界面两种操作方式。
新版本核心特性解析
fwupd 1.9.28版本带来了多项重要改进,特别是在硬件兼容性和版本解析方面有显著提升。
新增Intel CSME19版本格式支持
本次更新增加了对Intel Converged Security and Management Engine (CSME) 19系列固件的版本格式解析支持。CSME是Intel平台上的关键安全组件,负责处理平台安全功能。新版本能够正确识别和处理CSME19固件的版本号格式,这对于确保Intel平台设备的安全更新至关重要。
硬件支持扩展
1.9.28版本新增了对HP 400/405系列设备的支持,同时扩展了更多ELAN指纹识别器的兼容性。这些新增支持意味着使用这些设备的用户现在可以通过fwupd获取官方固件更新,提升设备性能和安全性。
关键问题修复
本次更新包含了多个重要修复,提升了系统的稳定性和可靠性。
USB集线器与Dock设备处理优化
修复了Parade USB集线器下游端口意外重置的问题,这种问题可能导致连接设备异常断开。同时改进了Dell dock设备的清理机制,确保在设备断开连接时能够正确释放资源,避免系统资源泄漏。
固件解析改进
修正了PE文件(Windows可执行文件格式)解析中的零大小节区处理问题。这种修复对于处理某些特定格式的固件文件尤为重要,确保了固件更新的可靠性。此外,还修复了Dell dock软件包版本设置的问题,确保版本信息能够正确显示。
系统集成优化
改进了UEFI胶囊更新后的重启清理操作执行逻辑,确保在需要时能够正确执行清理动作。同时优化了FwupdClient::changed回调的执行线程,避免潜在的线程安全问题。
技术细节改进
1.9.28版本在技术实现上有多项精细调整:
- AMD GPU VBIOS部件号(P/N)现在会被分割用于版本识别,这提高了版本比较的准确性
- 使用ISO日期格式作为dbx(UEFI安全启动黑名单)版本号,使版本信息更加标准化和易读
- 改进了固件版本号的解析和处理逻辑,提升了系统的兼容性
总结
fwupd 1.9.28版本通过新增硬件支持、修复关键问题和优化技术实现,进一步提升了Linux系统固件更新的可靠性和兼容性。对于系统管理员和普通用户而言,保持fwupd更新至最新版本是确保设备固件安全和性能的重要措施。
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