Embox项目v0.6.5版本发布:嵌入式系统迎来SoftPLC与硬件支持增强
Embox项目简介
Embox是一个开源的嵌入式实时操作系统(RTOS),专为资源受限的嵌入式设备设计。它采用模块化架构,支持多种处理器架构和外设驱动,广泛应用于工业控制、物联网设备和网络设备等领域。Embox以其轻量级、高实时性和可定制性著称,能够满足从简单微控制器到复杂应用处理器的多样化需求。
v0.6.5版本核心更新
1. SoftPLC功能引入
本次版本最显著的更新是增加了对SoftPLC的支持,实现了IEC 61131-3标准。这一功能使得Embox能够直接运行工业自动化领域广泛使用的PLC程序,极大地扩展了其在工业控制领域的应用潜力。
SoftPLC的实现特点包括:
- 完整支持IEC 61131-3标准定义的5种编程语言
- 优化的运行时环境,确保工业控制所需的实时性
- 与现有任务调度系统的深度集成
- 支持PLC程序的动态加载和热更新
2. 硬件支持增强
Ralink Soc支持
新增了对Ralink系列SoC的支持,这类芯片广泛应用于网络设备和无线通信领域。这一更新使得Embox能够更好地服务于路由器、网关等网络设备开发。
K1921VG015优化
对K1921VG015微控制器的支持得到了显著改进,包括:
- 更完善的时钟树配置
- 优化的外设驱动性能
- 增强的低功耗管理功能
eeprom设备(at24c)支持
新增了at24c系列EEPROM设备的驱动支持,为需要非易失性存储的应用提供了更多选择。
3. 子系统改进
SPI子系统增强
SPI子系统经过了重构和优化,主要改进包括:
- 更高效的DMA传输支持
- 改进的从设备管理
- 增强的错误处理机制
EHCI USB驱动优化
USB主机控制器驱动得到了显著改进:
- 提高了批量传输的稳定性
- 优化了中断处理流程
- 增强了对各类USB设备的兼容性
4. 架构支持完善
MIPS架构增强
对MIPS架构的支持得到了多方面改进:
- 更优化的异常处理流程
- 改进的内存管理单元(MMU)支持
- 增强的浮点运算性能
5. 新增项目集成
本次版本新增了mongoose项目的集成,这是一个轻量级的网络库,为Embox带来了:
- 内置的HTTP/WebSocket服务器支持
- MQTT协议支持
- 简化的网络应用开发接口
技术意义与应用前景
v0.6.5版本的发布标志着Embox在几个关键领域的重大进步:
-
工业自动化能力:通过引入SoftPLC支持,Embox现在可以直接应用于工业控制场景,与传统的PLC设备竞争,同时提供更灵活的软件定义控制方案。
-
硬件生态扩展:新增的硬件支持使Embox能够覆盖更广泛的设备类型,从低端微控制器到高性能网络处理器。
-
系统稳定性提升:各子系统的优化显著提高了整体系统的可靠性和性能,特别是在实时性要求高的场景。
-
开发者体验改善:新增的mongoose集成等特性降低了网络应用开发的门槛,C++支持的改进则为面向对象开发提供了更好的基础。
这一版本的发布使Embox在工业物联网(IIoT)、网络设备和嵌入式控制系统等领域的竞争力得到显著提升,为开发者提供了更强大、更灵活的工具集。
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
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