WSABuilds项目发布Windows 11安卓子系统2407.40000.4.0版本解析
WSABuilds项目团队近日发布了Windows 11平台上Windows Subsystem for Android(WSA)的2407.40000.4.0版本更新。这个版本主要修复了ARM翻译层的问题,解决了自2025年6月2日起出现的应用无法打开、闪退或卡在启动画面等问题。
项目背景与版本特性
WSABuilds是一个专注于为Windows系统提供定制化安卓子系统(WSA)的开源项目。该项目基于微软官方的WSA进行二次开发,增加了更多实用功能和定制选项,使开发者能够在Windows系统上获得更完善的安卓应用运行环境。
本次发布的2407.40000.4.0版本基于Android 13系统构建,核心版本号为2407.40000.4.0。值得注意的是,这个版本属于非长期支持(Non-LTS)版本,因此不包含Magisk相关构建。需要Magisk功能的用户应选择LTS_7版本。
版本更新重点
此次更新主要解决了ARM翻译层的关键问题。在6月2日之后,许多用户遇到了安卓应用无法正常运行的情况,包括:
- 应用无法启动
- 应用闪退
- 应用卡在启动画面
- 其他类似问题
2407.40000.4.0版本专门针对这些问题进行了修复,建议所有遇到上述问题的用户尽快升级到此版本。
版本构建与组件信息
该版本包含了多种构建选项,满足不同用户需求:
-
基础版本:
- 包含Google Play商店和服务
- 移除了Amazon应用商店
-
完整版本:
- 包含Google Play商店和服务
- 保留Amazon应用商店
-
精简版本:
- 不包含Google服务
- 移除了Amazon应用商店
-
KernelSU版本:
- 包含KernelSU 1.0.5(root解决方案)
- 包含Google Play商店和服务
- 移除了Amazon应用商店
所有版本均基于相同的WSA核心构建(2407.40000.4.0),使用MindTheGapps 20240213作为Google服务包。
安装与升级注意事项
对于从旧版本升级的用户,项目团队特别强调了数据备份的重要性。建议按照官方文档中的指南备份Userdata VHDX文件,以防新版本出现兼容性问题时可以回退。
安装时需注意:
- 必须使用NTFS格式分区,不支持exFAT
- 安装后不能删除WSA文件夹
- 需要以管理员权限运行安装脚本
如果安装过程中遇到问题,可以通过PowerShell的诊断命令排查:
- 在WSA目录打开PowerShell
- 执行注册命令并记录错误ID
- 使用Get-AppPackageLog获取详细日志
- 根据日志信息解决问题
版本选择建议
根据使用场景不同,用户可以选择最适合的构建版本:
- 普通用户:建议选择包含Google服务的版本,以获得完整的安卓应用体验
- 开发者/高级用户:可根据需要选择KernelSU版本获取root权限
- 追求纯净体验的用户:可选择不包含Google服务的精简版本
对于需要Magisk功能的用户,由于此版本不包含Magisk构建,建议等待LTS版本或使用LTS_7版本。
常见问题解决方案
如果安装后Magisk应用没有自动出现,用户可以手动下载Magisk APK并通过ADB侧载安装。对于KernelSU版本,同样需要手动侧载KernelSU管理器应用才能使用root功能。
项目团队提醒用户,在安装前确保解压工具(如7-zip)为最新版本,以避免可能出现的解压错误。同时,如果系统中已安装官方WSA或其他来源的WSA,必须完全卸载后才能安装此版本。
总的来说,WSABuilds项目的2407.40000.4.0版本解决了近期出现的ARM翻译层问题,为Windows 11用户提供了更稳定的安卓子系统体验。用户可以根据自身需求选择合适的构建版本,享受在Windows系统上运行安卓应用的便利。
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
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
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