OpenRazer 3.10.0版本发布:新增多款雷蛇设备支持与功能优化
OpenRazer项目是一个开源的Linux驱动程序集合,专门用于支持雷蛇(Razer)品牌的外设产品。该项目让Linux用户能够像在Windows系统上一样,充分利用雷蛇设备的各项功能,包括RGB灯光控制、性能调节等特性。
新增设备支持
本次3.10.0版本更新为多款雷蛇设备带来了官方支持:
-
Razer DeathAdder V3 HyperSpeed:雷蛇经典的DeathAdder系列最新无线版本,现在可以在Linux系统下完整控制其各项功能。
-
Razer Basilisk V3 Pro 35K:雷蛇高端游戏鼠标系列,支持高达35,000 DPI的传感器,专业玩家现在可以在Linux下使用其全部特性。
-
Razer Basilisk V3 35K:Basilisk系列的有线版本,同样支持35,000 DPI传感器。
-
Razer Blade 18 (2024):雷蛇2024年最新推出的18英寸游戏笔记本,现在其键盘灯光等功能可以在Linux下进行控制。
功能改进与错误修复
设备识别与安全性增强
开发团队改进了序列号验证机制,现在系统会更加严格地验证设备序列号,提高了安全性。同时,生成的序列号现在具有更好的可预测性,这有助于开发者在测试和调试过程中保持一致性。
硬件参数修正
修复了Razer DeathAdder V3 Pro的最大DPI值设置问题,确保用户能够正确设置和使用鼠标的最高灵敏度。
内核兼容性
针对Linux 6.14内核进行了兼容性更新,解决了razermouse模块的编译问题,确保项目能够在新内核版本上正常运行。
实用工具增强
新增了一个示例脚本,用于可视化显示Chroma Dock基座的电池百分比。这个工具对于使用雷蛇无线设备的用户特别有用,可以更方便地监控设备电量状态。
键盘布局支持
修复了土耳其语、日语和瑞士键盘布局的识别问题,使这些地区的用户能够更准确地使用雷蛇键盘的特殊功能键。
技术意义与用户价值
OpenRazer 3.10.0版本的发布,体现了开源社区对雷蛇设备Linux支持的持续投入。通过新增多款最新设备的支持,Linux游戏玩家和专业用户现在能够享受到与Windows平台相近的外设体验。
特别值得注意的是对35,000 DPI传感器的支持,这满足了高端电竞玩家对极致精度的需求。同时,对笔记本键盘灯光的支持扩展,也让使用雷蛇游戏本的Linux用户获得了更完整的功能体验。
在稳定性方面,内核兼容性更新确保了项目能够跟上Linux内核的发展步伐,而序列号验证的改进则提升了整个项目的健壮性。
总结
OpenRazer 3.10.0版本是一次重要的功能更新,不仅增加了多款热门雷蛇设备的支持,还改进了现有功能的稳定性和兼容性。这些改进让Linux系统下的雷蛇外设使用体验更加完善,缩小了与Windows平台的功能差距。对于Linux游戏玩家和专业用户来说,这无疑是一个值得升级的版本。
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
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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