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。
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