Kubermatic v2.27.2版本发布:关键问题修复与安全更新
Kubermatic是一个开源的Kubernetes管理平台,它简化了多云和混合云环境中Kubernetes集群的部署和管理工作。作为企业级Kubernetes管理解决方案,Kubermatic提供了从集群创建、配置到监控维护的全生命周期管理能力。
最新发布的Kubermatic v2.27.2版本主要针对之前版本中发现的一些关键问题进行了修复,并包含了重要的安全更新。这个维护版本虽然没有引入新功能,但对于生产环境的稳定性和安全性至关重要。
核心问题修复
在Edge Provider场景下,v2.27.2修复了一个导致集群卡在"creating"状态的bug。这个问题源于系统错误地等待Machine Controller的健康状态检查,现在已得到妥善解决。
对于Kubermatic网络策略(KNP)部署,之前版本中存在资源配置无法正确配置的问题。开发团队修复了这一缺陷,现在用户可以按预期为KNP部署配置资源限制。
在应用管理方面,v2.27.2解决了当使用git-source时可能导致的Go panic问题。这个修复提高了平台在使用Git仓库作为应用源时的稳定性。
备份存储控制器的状态更新问题也得到了修复。由于主控制器管理器中缺少cluster-backup-storage-controller,导致CBSL状态无法正确更新,新版本已补全这一组件。
镜像管理改进
镜像管理方面,v2.27.2修复了单个Kubernetes版本镜像同步的问题。这个改进确保了当用户只需要同步特定Kubernetes版本的镜像时,系统能够正确完成操作。
审计日志配置优化
新版本改进了审计日志的配置逻辑。现在,当在Seed级别启用了auditLogging字段时,用户仍然可以在集群级别配置sidecar容器。之前版本中,Seed级别的配置会覆盖集群级别的设置,导致sidecar配置被意外移除,这一行为已得到修正。
安全更新
安全方面,v2.27.2将nginx-ingress-controller升级到了1.11.5版本,修复了多个安全问题,包括CVE-2025-1097、CVE-2025-1098、CVE-2025-1974、CVE-2025-24513和CVE-2025-24514。这些更新对于保护入口控制器免受潜在风险至关重要。
用户体验改进
在Dashboard方面,API现在能够正确使用创建集群时选择的OSP(操作系统平台),这提高了集群创建流程的一致性和可靠性。
总体而言,Kubermatic v2.27.2虽然是一个维护版本,但它解决了多个影响生产环境稳定性的关键问题,并提供了重要的安全补丁。对于正在使用Kubermatic管理Kubernetes集群的企业来说,升级到这个版本将获得更稳定和安全的操作体验。
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-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