FleetDM 4.68.0版本发布:企业级设备管理平台迎来多项安全与IT管理增强
FleetDM作为一款现代化的开源设备管理平台,在最新发布的4.68.0版本中带来了多项重要功能更新和安全增强。该平台专为安全工程师和IT管理员设计,提供了从终端设备管理到安全策略执行的全套解决方案。
安全功能全面升级
本次更新最引人注目的是与Microsoft Entra的深度集成。安全团队现在可以基于设备策略合规状态来条件性地控制单点登录(SSO)访问权限。当设备未能满足特定安全策略时,系统可以自动阻止该设备通过SSO访问企业资源,这为企业的零信任架构提供了有力支撑。
在系统风险管理方面,4.68.0版本改进了软件查询功能,现在支持通过CVE ID直接查询存在风险的主机软件,而不仅仅是依靠软件名称匹配。这一改进使得风险修复工作更加精准高效。
证书管理也得到了增强,Fleet现在会自动为有效期超过30天的DigiCert、NDES和SCEP证书提前30天进行续期,对于短期证书则会在有效期过半时触发续期流程,确保证书不会意外过期导致服务中断。
IT管理效率显著提升
对于IT管理员而言,4.68.0版本带来了多项实用功能。批量脚本执行功能允许管理员一次性在多台设备上运行脚本,大大简化了批量操作流程。新增的tarball(.tar.gz)安装包支持扩展了软件分发能力。
在移动设备管理(MDM)方面,更新后的Apple MDM注册流程改善了设备与用户的映射准确性。Windows无线配置文件的验证机制也得到优化,避免重复应用已经生效的配置。
软件分发功能现在支持通过SHA256哈希值进行下载验证和现有安装包匹配,提高了软件部署的安全性和可靠性。管理员还可以在"我的设备"页面查看软件安装/卸载的详细状态。
开发者体验与系统稳定性改进
技术层面,4.68.0版本对数据库迁移性能进行了优化,特别针对拥有大量macOS设备的环境显著提升了迁移速度。SQL编辑器现在支持更现代的表达式如窗口函数,方便管理员编写复杂查询。
系统稳定性方面,修复了多个关键问题,包括Apple设备在ABM中删除/重新添加时的注册问题,以及GitOps模式下创建包含VPP应用的新团队时的错误。Windows MDM SOAP消息处理也更加健壮,会正确记录无效消息并返回400错误而非5XX错误。
总结
FleetDM 4.68.0版本通过深度集成企业安全生态、增强IT管理功能和提升系统稳定性,进一步巩固了其作为企业级设备管理解决方案的地位。无论是安全团队需要的精细化访问控制,还是IT部门追求的批量操作效率,这个版本都提供了有力的工具支持。对于已经使用或考虑采用FleetDM的企业来说,4.68.0版本值得认真评估和升级。
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