OpenWRT 24.10.0-rc7发布:面向下一代路由器的开源固件更新
OpenWRT作为一款广受欢迎的开源路由器操作系统,近日发布了其24.10系列的第七个候选版本(24.10.0-rc7)。这个版本标志着OpenWRT在无线网络支持、安全性和硬件兼容性方面又向前迈进了一大步。本文将深入解析这一版本的技术亮点和重要更新。
核心架构与系统更新
OpenWRT 24.10.0-rc7基于Linux内核6.6.73构建,这一长期支持版本的内核为路由器提供了更稳定的运行环境和更丰富的功能支持。在工具链方面,该项目采用了musl libc 1.2.5和glibc 2.38,配合gcc 13.3.0编译器,确保了系统的高效运行和良好的兼容性。
值得注意的是,这个版本全面启用了POSIX访问控制列表和文件系统安全属性(对于大容量闪存设备),这一改变特别为需要运行Docker等容器化应用的用户提供了更好的支持。同时,内核中还加入了多路径TCP(MPTCP)的支持,为网络连接提供了更高的可靠性和灵活性。
网络协议与安全增强
在网络安全方面,24.10.0-rc7带来了显著改进。mbedtls已更新至3.6版本,原生支持TLS 1.3协议,为数据传输提供了更强的加密保障。dnsmasq升级到2.90版本,修复了DNSSEC验证相关的关键问题,增强了DNS解析的安全性。
无线网络支持方面,这个版本进一步优化了对WiFi6(802.11ax)的支持,并初步引入了对WiFi7(802.11be)的兼容。虽然目前支持的WiFi7设备还不多,但这为未来的硬件升级奠定了基础。链路层发现协议(LLDP)的实现也得到了改进,使网络设备间的自动发现和拓扑构建更加可靠。
硬件支持扩展
OpenWRT 24.10.0-rc7新增了对100多款设备的支持,使总支持设备数超过1950款。特别值得一提的是对OpenWrt One开发板的官方支持,为开发者社区提供了标准化的硬件平台。
在目标架构方面,这个版本引入了多个新平台:
- d1目标支持全志D1 RISC-V SoC
- ixp4xx目标支持Intel XScale IXP4xx SoCs
- loongarch64目标支持龙芯LoongArch CPU
- starfive目标支持StarFive JH71x0系列SoC
- stm32目标支持STMicroelectronics STM32系列
同时,项目也淘汰了一些老旧平台,如ath25、bcm63xx、octeontx和oxnas,将开发资源集中在更现代的硬件上。
升级注意事项
从OpenWrt 23.05升级到24.10.0-rc7通常可以通过sysupgrade工具完成,且大多数配置都能保留。但有几个特殊情况需要注意:
-
对于使用ipq806x目标(Qualcomm Atheros IPQ806X SoCs)的用户,由于网络子系统从swconfig切换到了DSA架构,必须进行全新安装,无法保留原有配置。
-
Linksys E8450(Belkin RT3200)用户需要先运行特定版本的安装程序(v1.1.3或更高)重组UBI布局,否则升级会导致设备无法使用。
-
小米AX3200(红米AX6S)用户需要遵循特殊的升级流程来扩展可用闪存空间。
-
Zyxel GS1900系列交换机用户需要重新进行工厂安装,因为分区布局发生了变化。
已知问题与限制
尽管24.10.0-rc7带来了许多改进,但仍存在一些已知问题需要用户注意:
-
对于使用Airoha AN8855交换芯片的设备(如小米AX3000T),LED控制功能目前尚未实现,交换机的LED灯将保持关闭状态。
-
部分使用ath10k无线芯片的设备(如TP-Link Archer C60 v1和C6 v2)的5GHz WiFi功能可能无法正常工作。
-
某些mt7530交换机可能存在以太网连接不稳定的问题,临时解决方案是禁用EEE(节能以太网)功能。
总结与展望
OpenWRT 24.10.0-rc7作为即将发布的稳定版前的最后一个测试版本,展示了开源路由器固件在性能、安全性和硬件支持方面的持续进步。从TLS 1.3的支持到WiFi7的初步兼容,从RISC-V架构的扩展到DSA网络的全面采用,这些改进都为家庭和企业网络环境提供了更强大、更安全的解决方案。
虽然目前还存在一些硬件兼容性问题,但OpenWRT社区活跃的开发氛围和快速的问题响应机制,确保了这些问题将在未来的更新中得到解决。对于网络爱好者和专业用户来说,24.10系列无疑是一个值得期待的版本。
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-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