Zigbee-herdsman-converters项目v23.38.0版本发布:新增设备支持与功能优化
Zigbee-herdsman-converters是一个开源的Zigbee设备转换器项目,主要用于将不同厂商的Zigbee设备协议转换为统一的格式,使得这些设备能够被Zigbee2MQTT等开源网关所支持。该项目持续更新,不断添加对新设备的支持并优化现有功能。
本次发布的v23.38.0版本主要包含以下重要更新:
新增设备支持
本次更新中,项目新增了对ZMS-206US-4设备的支持。这是一款四路智能开关设备,能够通过Zigbee网络实现对多个电路的控制。添加该设备的支持意味着用户现在可以通过Zigbee2MQTT等网关来管理和控制这款设备,实现远程开关控制、场景联动等功能。
功能优化与改进
针对Shelly S4SW系列设备,本次更新启用了能量测量功能。这意味着用户现在可以通过Zigbee网络获取这些设备的实时能耗数据,为能源管理和智能家居自动化提供了更多可能性。能量测量功能对于家庭能源监控、设备功耗分析等场景非常有用。
问题修复
在设备兼容性方面,本次更新修复了Philips Tento系列灯具的相关问题。虽然更新说明中没有详细描述具体修复了哪些问题,但这类更新通常涉及设备控制稳定性、功能完整性或与其他系统的兼容性改进。对于使用Philips Tento灯具的用户来说,这应该会带来更好的使用体验。
技术意义
从技术角度来看,这次更新体现了Zigbee生态系统的持续发展和完善。新增设备支持扩展了系统的兼容范围,而功能优化则提升了现有设备的实用价值。特别是能量测量功能的启用,反映了智能家居系统正朝着更精细化、数据化的方向发展。
对于开发者而言,这些更新意味着在构建基于Zigbee的智能家居解决方案时,有了更多的设备选择和更完善的功能支持。对于终端用户来说,则能享受到更稳定、功能更丰富的智能家居体验。
Zigbee-herdsman-converters项目的持续更新维护,为整个Zigbee开源生态的健康发展提供了重要支持,使得不同厂商的设备能够在统一的标准下协同工作,这正是开源社区价值的体现。
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