Kubermatic v2.26.5版本发布:Kubernetes集群管理新特性与优化
Kubermatic是一个开源的Kubernetes集群管理平台,它简化了多云和混合云环境中Kubernetes集群的部署、管理和运维工作。作为一个企业级的Kubernetes管理解决方案,Kubermatic提供了直观的用户界面和强大的API,支持在各种基础设施上创建和管理Kubernetes集群。
新增Kubernetes版本支持
在v2.26.5版本中,Kubermatic扩展了对Kubernetes的支持范围,新增了1.31.5、1.30.9和1.29.13三个Kubernetes版本。这一更新为用户提供了更多选择,可以根据自身需求选择最适合的Kubernetes版本。对于企业用户而言,这意味着能够更好地平衡稳定性与新特性之间的关系。
KubeVirt相关功能增强
KubeVirt作为在Kubernetes上运行虚拟机的解决方案,在本次更新中获得了多项改进:
-
新增了KubeVirt数据源(DS)到charts仓库中,这使得在镜像生成命令中能够更方便地处理KubeVirt相关镜像。这一改进简化了KubeVirt环境的部署流程,特别是在需要自定义镜像的场景下。
-
在镜像镜像(mirror-images)命令中,现在包含了KubeVirt CCM(Cloud Controller Manager)和Fluent-Bit镜像。这一变化完善了KubeVirt生态系统的支持,确保用户在部署KubeVirt时能够获得完整的组件支持。
关键问题修复
本次版本包含了多个重要的问题修复,提升了平台的稳定性和用户体验:
-
修复了在计量功能中与MinIO通信时未正确使用CA证书包(ca-bundle)的问题。这一修复确保了在启用TLS验证的环境中,计量功能能够正常工作。
-
解决了初始Machine Deployment中节点标签被覆盖的问题。这个问题可能导致集群中的节点标签不一致,影响调度策略和工作负载部署。
-
针对vSphere环境,修复了更新Machine Deployment副本数时触发机器轮换的问题。这一修复避免了不必要的节点重建,提高了集群操作的稳定性。
仪表板功能改进
Kubermatic的Web仪表板在这个版本中也获得了多项改进:
-
修复了GCP机器部署在编辑对话框中显示错误值的问题,提高了配置准确性。
-
改进了集群备份功能,现在可以正确处理包含所有命名空间的备份,并提供了从备份恢复所有命名空间的选项。这一改进增强了灾难恢复能力。
-
针对Edge提供商的数据中心创建流程进行了优化,解决了创建过程中的问题。
安全更新
作为常规维护的一部分,本次更新将go-git库升级到了5.13.0版本,修复了CVE-2025-21613和CVE-2025-21614两个安全漏洞。这一更新增强了平台的安全性,建议所有用户尽快升级。
总结
Kubermatic v2.26.5版本虽然在版本号上是一个小版本更新,但包含了多项重要的功能增强和问题修复。特别是对KubeVirt支持的改进和关键问题的修复,使得平台在多云Kubernetes管理方面更加成熟稳定。对于现有用户,建议评估这些改进对自身环境的影响,并计划升级以获得更好的使用体验和安全性。
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