BlueRetro项目v25.04版本发布:多款8bitdo控制器支持与关键问题修复
BlueRetro是一个开源的蓝牙控制器适配器项目,它能让现代蓝牙游戏手柄兼容各种经典游戏主机。通过这个项目,玩家可以使用最新的无线手柄来游玩任天堂64、GameCube、PlayStation等经典游戏设备,极大提升了怀旧游戏的便利性和体验。
新增功能亮点
本次v25.04版本最值得关注的是对8bitdo系列控制器的扩展支持。8bitdo作为复古游戏控制器领域的知名品牌,其产品以高质量和复古设计著称。新版本增加了对8bitdo Ultimate系列多款控制器的原生支持,这意味着玩家现在可以更完美地将这些现代控制器用于经典游戏系统。
特别值得一提的是对8bitdo M30改装套件的支持。M30是8bitdo推出的Sega Mega Drive/Genesis风格控制器,其改装套件允许将原装Sega手柄转换为蓝牙版本。BlueRetro现在能够完美识别和使用这些改装后的控制器,为Sega复古游戏玩家提供了更多选择。
关键问题修复
本次更新解决了多个影响用户体验的重要问题:
-
PS1记忆卡功能修复:v25.01版本引入的回归性问题导致PlayStation 1的记忆卡功能无法正常工作,这一问题在v25.04中得到了彻底解决,确保了游戏存档功能的完整性。
-
GameCube控制器触发修复:针对《Wario World》和《Pokemon》等特定游戏中GameCube控制器的触发问题进行了修复,提升了这些游戏的操控体验。
-
Switch控制器多人游戏优化:修复了长期存在的Switch控制器在多人游戏模式下的延迟和连接问题,多人游戏体验更加流畅稳定。
-
多控制器兼容性改进:解决了同时使用多个PS4和Xbox控制器时可能导致的崩溃问题,增强了系统的稳定性。
-
Stadia手柄震动功能恢复:v25.01版本中引入的Stadia手柄震动功能回归问题已修复,确保震动反馈正常运作。
架构调整与构建优化
本次更新对项目构建方式进行了重要调整:CDI(Commodore Dynamic Intelligence)支持不再包含在通用构建中。这意味着需要使用CDI特定构建的用户现在需要单独获取对应的版本。这一变化有助于优化通用构建的体积和性能,同时为特定平台提供更专注的支持。
硬件版本区分说明
BlueRetro项目目前维护两种硬件版本的固件:
-
HW1标准固件:适用于大多数外部适配器解决方案,包括PSUnoRetro、各种BT适配器、N64/GC/DC专用适配器等,以及基于原始BlueRetro规范的DIY项目。
-
HW2增强固件:支持电源管理和端口检测功能,专为内部安装设计,如GameCube BlueRetro内部适配器等嵌入式解决方案。
项目提供了完善的OTA(空中下载)固件更新机制,并设置了保护措施防止HW1和HW2固件之间的错误刷写,确保升级过程的安全可靠。
技术意义与用户价值
BlueRetro v25.04版本的发布不仅扩展了硬件兼容性范围,更重要的是解决了一系列影响核心游戏体验的关键问题。特别是对8bitdo控制器的深度支持,让复古游戏爱好者能够使用更多高品质的现代控制器来重温经典游戏。
多控制器连接稳定性的提升和特定游戏操控问题的修复,进一步增强了项目的实用价值。而固件架构的优化调整则体现了项目团队对系统性能和可维护性的持续关注。
对于复古游戏社区而言,BlueRetro项目不断完善的兼容性和稳定性,使得在现代设备上体验经典游戏变得更加便捷和愉悦。v25.04版本的这些改进,无疑将进一步巩固BlueRetro作为经典游戏系统无线解决方案的领先地位。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00