Asterisk开源通信平台22.3.0版本发布解析
Asterisk作为全球知名的开源通信平台,在企业级IP电话系统、呼叫中心解决方案等领域有着广泛应用。近日,Asterisk项目团队正式发布了22.3.0版本,这是22系列的一个重要更新版本。本次更新主要围绕PJSIP通道的ARI控制能力增强,同时修复了多个社区报告的问题。
核心功能增强:PJSIP通道的ARI控制
在22.3.0版本中,最值得关注的功能改进是对PJSIP通道的ARI(Asterisk REST Interface)控制能力的增强。具体来说,现在可以通过ARI来控制PJSIP通道上的呼叫转移操作。
这一功能通过新增的PJSIP_TRANSFER_HANDLING(ari-only)拨号方案函数实现。当启用此功能后,开发者可以通过ARI接口来精确控制PJSIP通道上的呼叫转移行为,而不再局限于传统的拨号方案控制方式。这为构建更灵活、更现代的通信应用提供了可能,特别是对于需要深度集成Asterisk功能的Web应用和微服务架构。
技术实现细节
在底层实现上,开发团队对PJSIP通道和ARI接口进行了深度整合。当设置PJSIP_TRANSFER_HANDLING为ari-only时,系统会将呼叫转移的控制权完全交给ARI接口,拨号方案中的传统转移操作将被禁用。这种设计既保证了向后兼容性,又为现代化应用开发提供了更强大的控制能力。
版本质量与稳定性
本次发布共包含28个提交,由12位开发者共同完成,解决了12个社区报告的问题。虽然本次更新没有涉及安全公告的修复,但团队对多个功能模块进行了优化和改进,进一步提升了系统的稳定性和可靠性。
升级建议
对于正在使用Asterisk 22系列版本的用户,特别是那些依赖PJSIP通道和ARI接口的应用场景,建议评估升级到22.3.0版本。新引入的ARI控制能力可以为现代通信应用开发带来更多可能性。升级前应仔细阅读变更日志,评估新功能对现有系统的影响。
总结
Asterisk 22.3.0版本虽然在功能更新上相对集中,但对PJSIP通道的ARI控制能力的增强却意义重大。这一改进体现了Asterisk项目向现代化、API驱动方向发展的趋势,为开发者提供了更灵活的系统集成能力。随着通信技术的不断发展,Asterisk持续演进的能力使其在开源通信领域保持着重要地位。
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-1.5暂无简介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
Spark-Formalizer-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
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