wfb-ng项目25.01版本发布:分布式操作与硬件支持全面升级
wfb-ng是一个高性能的无线视频传输系统,专为无人机和地面站之间的实时视频传输而设计。它基于WiFi技术,通过优化的协议栈和错误纠正机制,实现了低延迟、高可靠性的视频传输。项目采用模块化设计,支持多种硬件平台,包括树莓派、Radxa和Orange Pi等单板计算机。
核心功能升级
本次25.01版本带来了多项重要改进,其中最引人注目的是分布式操作模式的引入。这一创新设计允许用户将多个主机和多个WiFi适配器组合使用,形成一个逻辑上的单一地面站或无人机实例。这种架构显著提升了系统的扩展性和灵活性,用户可以根据实际需求动态调整硬件资源配置。
分布式模式特别适合需要高可靠性传输的场景,通过多节点协同工作,可以有效克服单点故障问题,提高整体系统的鲁棒性。实现原理上,系统会自动协调各个节点间的数据分发和接收,对上层应用完全透明。
硬件支持扩展
在硬件兼容性方面,25.01版本取得了显著进展:
- 新增对Radxa Zero 3W/3E和Orange PI5的官方支持,通过libdrm硬件叠加层技术,在GStreamer窗口上实现了高效的视频渲染
- 全面支持OpenWrt 24.10系统,使普通路由器也能作为接收节点参与分布式系统
- 特别针对ath9k SoC的路由器提供了完整的收发功能支持
这些改进大大降低了用户构建系统的硬件门槛,使得更多设备可以参与到视频传输系统中来。
系统管理增强
新版本在系统管理方面引入了多项实用功能:
- 运行时FEC和无线电参数调整:通过wfb_tx_cmd工具,用户可以在不重启系统的情况下动态调整前向纠错参数和无线电设置
- WiFi设备自动检测:简化了初始配置流程,系统能够自动识别可用的无线网卡
- 无人机自动配置协议:实现了设备的即插即用功能,简化了部署流程
- 基于密码的密钥派生:用户现在可以使用易记的密码来生成加密密钥,提高了安全性同时降低了配置复杂度
开发者工具与集成
为方便开发者集成和监控,25.01版本提供了:
- JSON API接口:用于获取链路状态信息,便于与第三方系统集成
- 视频流中转服务:允许多个客户端同时接收视频流,解决了传统方案中的单连接限制
- 官方APT仓库:简化了在Debian系系统上的安装和更新流程
系统映像发布
项目团队同时发布了两个预配置的系统映像:
- Radxa3专用映像:默认用户名为rock,密码为rock
- 树莓派3专用映像:默认用户名为pi,密码为raspberry
这些映像包含了所有必要的组件和优化配置,用户可以直接烧录使用,大大缩短了部署时间。
技术实现亮点
在底层技术实现上,25.01版本有几个值得关注的创新点:
- 分布式架构采用了高效的节点间通信协议,确保多设备协同工作时的低开销
- 硬件加速的视频渲染通过libdrm实现,显著降低了CPU负载
- 自动配置协议采用了安全的握手机制,防止未授权设备接入
这些技术改进使得wfb-ng系统在性能、可靠性和易用性方面都达到了新的高度。
总结
wfb-ng 25.01版本的发布标志着该项目在分布式操作和硬件兼容性方面迈出了重要一步。新功能不仅提升了系统的专业性和可靠性,也降低了普通用户的使用门槛。无论是无人机爱好者还是专业应用开发者,都能从这个版本中获得显著的性能提升和操作便利。随着OpenWrt支持和更多硬件平台的加入,wfb-ng正在成为一个更加通用和强大的无线视频传输解决方案。
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