依版本列出 Grablo 平台與控制器的更新內容。
網頁畫面、本機畫面、安裝程式、系統匣選單，以及裝置傳來的訊息，現在都能以 17 種語言顯示。如果未選擇語言，會使用作業系統的顯示語言；不支援的語言則以英文顯示。
修正網路短暫中斷後，雲端連線重新連上的瞬間程式可能關閉的問題。
首次啟動時若因沒有網路連線而無法下載 AI 模型，畫面現在會說明需要網路連線，而不只顯示「已停止」。
修正在首次下載 AI 模型期間重新整理或關閉畫面後，即使攝影機正在執行，下次開啟畫面時設定指南仍從第一步重新出現的問題。
修正選取記錄較多的卡片時，「歷史記錄」中缺少部分記錄或卡片搜尋變慢的問題。
修正在 Linux 上安裝或更新時，即使服務註冊失敗也顯示成功，導致更新後程式可能無法再次啟動的問題。現在失敗時會顯示錯誤，從 App 中開始的更新也會還原到先前的狀態。
攝影機麥克風或連接到裝置的電腦麥克風聽到特定聲音時，即可發出通知並執行動作。新增通知時，可選擇有麥克風的攝影機和這台電腦的麥克風。
有麥克風的攝影機，可在即時影像中按喇叭按鈕收聽。聲音一開始為靜音，沒有聲音的攝影機不會顯示此按鈕。
安裝程式現在內建警笛、警報、門鈴等 14 種音效。新增播放媒體動作時，會預先選好防盜警報警笛，可以直接使用。
傳送值給 Zigbee 裝置後，可在指定時間後再傳送另一個值。例如開啟警笛，30 秒後再關閉。
傳送到 Home Assistant 的偵測結果現在包含偵測類型、登錄名稱、車牌及信賴度。Home Assistant 自動化可依偵測到的內容執行不同動作。
「新增動作」畫面現在會為手機通知、播放媒體、文字轉語音、Telegram、Webhook、Home Assistant 及 Zigbee 顯示對應的圖示。
修正在遠端畫面使用雲端檔案新增播放媒體動作時，出現「無法取得雲端檔案的下載網址」錯誤而無法套用的問題。
修正在 Windows 上，通知與動作數量超過一定數目後，所有通知都無法運作的問題。
修正儲存設定後重新啟動，依儲存裝置不同需要數十秒到數分鐘的問題。
修正部分攝影機因影像設定不同而反覆重新連線的問題。
修正選取人物卡片時偶爾出現「無法搜尋」的問題。
修正網頁畫面或本機畫面長時間開著後會被登出的問題。
修正在儲存設定、裝置重新啟動期間，新增的攝影機或通知出現兩次的問題。
修正可能導致程式結束的異常要求，並在發生錯誤時保留診斷記錄。
第一次從 Linux 桌面選單開啟 Grablo Spot 時，現在會直接進入本機帳號設定。本機畫面的瀏覽器分頁也會顯示 Grablo 圖示。
本機畫面的登入與建立帳號畫面現在可以選擇顯示語言。
修正位址或帳號密碼錯誤的攝影機，約每 90 秒中斷其他攝影機影像的問題。無法連線的攝影機現在會在自己的畫面中顯示「無法連線到攝影機」。
選取含有其他檔案或不存在的儲存資料夾時，現在會立即顯示警告，且不會儲存。先前會在儲存後才無法開始監控。
修正將先在本機畫面設定的裝置連結到 Grablo 帳號時，會另外建立一個空白地點，導致監控停止或出現設定衝突視窗的問題。現在選取裝置後，會將裝置上設定好的地點直接加入帳號。
本機畫面現在會以安裝裝置的電腦名稱顯示裝置，而不是識別碼。
修正即時影像與放大畫面中 FPS 顯示與放大按鈕重疊的問題。Spot 不再顯示 FPS。
放大檢視照片與影片時，按鈕名稱與螢幕閱讀器標籤現在會依顯示語言呈現。說明文字中的產品名稱也統一為 Grablo Spot。
Spot 現在有專用安裝程式 Grablo Spot。Windows、macOS 與 Linux 安裝程式、Raspberry Pi 映像檔、Home Assistant 附加元件及 Docker 映像檔都提供 Spot 版本，可從下載頁面取得。
執行 Grablo Spot 的裝置現在會提供自己的網頁介面，也就是本機畫面。在同一網路的電腦或手機瀏覽器中開啟 http://裝置IP:8127，建立儲存在裝置上的本機帳號，不需要 Grablo 帳號或訂閱即可使用大部分功能。
攝影機與動作設定現在儲存在裝置上。本機畫面與遠端存取使用相同的設定與記錄，一邊所做的變更會反映到另一邊。現有網頁地點的設定，會在網頁上開啟該地點時移到裝置上。若設定檔損毀，會自動從最新的有效備份還原。
帳號中有裝置軟體 2.0 以上版本的裝置時，地點選單最上方會出現「多地點檢視」。可在一個畫面中查看多個地點的攝影機，放大的攝影機會以高畫質顯示。
移轉到 2.0 的設定無法由舊版讀取，因此執行 2.0 的裝置無法安裝 1.x。
「通知」分頁現在改為「動作」。偵測到人、人臉或車輛時，除了手機通知之外，還可執行「播放媒體」、「朗讀文字」、Telegram、Webhook、Home Assistant 及 Zigbee。每種類型各新增一個，就會同時執行；也可以不用手機通知，只保留其他動作。
選擇「偵測到符合描述的人」或「偵測到符合描述的車輛」，並輸入外觀描述，例如穿紅色上衣的人或白色 SUV。這樣一來，未登錄的人和車輛也能當作條件使用。
「播放媒體」現在提供 13 種預設音效，包括警笛、門鈴、狗吠聲及火災警報。刪除的音效不會再出現。
人物、車輛與人臉卡片上，每次停留的時間現在是從攝影機第一次拍到到最後一次看到為止。先前是用於分析的幾張照片之間的時間，所以看起來比實際短。此變更適用於更新後產生的記錄。
在車流量大的地點，停止監控或儲存設定後重新啟動可能需要數分鐘。此問題已修正，現在大多在幾秒內就會停止。
正在記錄大量人和車輛時，卡片整理作業可能長時間占用記錄，讓畫面上的操作等待好幾秒。現在這種情況已大幅減少。
剛儲存設定後，裝置重新啟動的短暫時間可能誤判為停止，導致儲存的變更遭略過而沒有套用。此問題已修正。
在人物、人臉與車輛畫面之間切換時，會保留各畫面原本的搜尋。無法搜尋或耗時過久時，可按「再試一次」或「清除搜尋」立即繼續。
本月中繼伺服器用量已用完且無法直接連線時，先前要嘗試 30 秒以上才會顯示通知，現在約 10 秒就會顯示。
在保留期限長、儲存記錄多的地點，清除舊記錄時錄影與分析可能落後。清理現在會依新進的資料量分成小段進行，磁碟空間緊迫時則會先釋放影片檔。
在所有攝影機都只在偵測到時錄影的地點，超過保留期限的影片不會清除。現在無論錄影模式為何，清理都會在監控開始 30 秒後執行，之後每小時執行一次。變更的保留期限會在監控重新啟動後立即套用。
刪除某個範圍時，影片檔可能留在磁碟上繼續占用空間。此問題已修正。因其他程式正在使用檔案而無法刪除的範圍，會連同記錄一起保留，並告知檔案正在使用中，稍後再刪除一次即可。
開啟下載範圍或刪除範圍時，在時間軸上拖曳的區段就會成為範圍。選擇期間影片會暫停，若原本正在播放，選完後會繼續播放。
下載範圍或錄影片段時，不必再等裝置完成檔案。影片會一邊接收一邊寫入磁碟，即使範圍很長，每台攝影機也只會有一個檔案。Safari 與 App 則和以前一樣分成多個檔案接收。
儲存設定會讓裝置以新設定重新啟動，若在重新啟動期間關閉視窗，裝置可能維持停止狀態。現在裝置會一次完成重新啟動，即使關閉視窗也會完成。
在儲存記錄多的地點，記錄分頁可能很久才開啟，從人物分頁切換到時間軸後，影片也可能有數十秒一片空白。兩者皆已修正。
無法進行文字搜尋時，會顯示原因，例如裝置記憶體不足。若只是暫時記憶體不足，下次會再試一次。登錄人臉時，若照片中找不到人臉，也會告知。
在部分開啟顯示卡加速的 Windows 裝置上，偵測可能在監控開始後立即停止。現在顯示卡只會準備一次並持續使用到結束，大幅降低此情況發生的機率。
在手機畫面上方，可從同一個清單選擇人物、車輛、時間軸，以及已登錄的人臉與車輛畫面。
一次登錄多張卡片時，部分卡片可能悄悄遺漏，而只有一次停留的人臉卡片也無法登錄。兩者皆已修正。為新的人臉輸入已存在的名稱時，現在會加以阻擋，不再悄悄併入該人物。人臉與車輛都從卡片登錄。
裝置中斷連線時，記錄分頁與搜尋可能顯示沒有人、沒有錄影檔或沒有結果。現在會顯示正在等待連線。重新命名攝影機後，過去的記錄也會顯示新名稱。
效能設定中的偵測延遲項目已移除，固定為 1 秒。設為 3 秒或 5 秒的地點，下次儲存設定時會改為 1 秒。
輸入不是完整路徑的儲存資料夾（例如 D:spot）時，現在會直接在輸入欄位中標示。
畫出要監看的區域，只有區域內的人和車輛才會錄影、通知並建立卡片。像是對街路過的人等無關動態都會排除，卡片與通知也會顯示區域名稱。區域外的分析減少，裝置負擔也會跟著降低。
可為每台攝影機決定只在偵測到時錄影，或整天錄影。持續錄影的攝影機在時間軸上可無間斷播放，人和車輛出現的區段也和以前一樣可以找到。超過保留期限的錄影檔會自動清除。
以往沒有接螢幕的 Windows 或 Mac 裝置要更新時，必須有人在裝置上逐步點完安裝程式。現在只要在畫面上按更新，裝置就會自行安裝並重新連線。若新版本無法正常啟動，會自動回到先前的版本。
建立第一個地點時，會一次顯示一個步驟，共四個步驟：連線裝置、選擇辨識對象、新增攝影機及開始。裝置連線後會進到下一步，監控成功開始後就會關閉。
錄影檔現在包含偵測前的 5 秒，不會再切掉有人進入畫面的那一刻，只短暫停留的人也會留下錄影。仍在寫入中的錄影檔也可以立即開啟。
搜尋現在完全使用您選擇的照片，判定也稍微嚴格，因此顏色或車型不同的車輛混入結果的情況大幅減少。可一次選取並登錄多張車輛卡片。
修正播放錄影時，方框每隔 1 到 3 秒一起閃爍，以及攝影機重新連線後出現數分鐘前的方框的問題。
按下停止後，監控可能很久才真正停止。此問題已修正。
新地點現在一開始的偵測準確度為平衡，人物卡片的最小人物尺寸為畫面的 20%。已自行設定這些值的地點會保留原設定。
沒有已登錄的裝置時開啟裝置視窗，現在會直接進入新增畫面，而不是空白清單。
編輯區域時，編輯前的形狀會留在畫面上重疊顯示。此問題已修正。
在 Android 的 Chrome 中，以全螢幕開啟的視窗底部會被網址列的高度遮住。此問題已修正。
從小畫面切換到全螢幕時，以往會模糊好幾秒。現在 1 秒內就會切換為完整畫質。
一個畫面中有多台攝影機時，影像可能破碎或畫質不一。現在每種檢視大小都會以固定、穩定的畫質傳送。
將畫面留在其他分頁數小時後，影片可能停格一段時間才恢復。此問題已修正。
頁面下方的攝影機每 30 秒重新連線一次，也會讓其他攝影機短暫中斷。此問題已修正。
停在畫面邊緣的車輛每次短暫被遮住，都會產生新的卡片。現在只有實際離開畫面的車輛才會視為已離開。
在短暫中斷連線期間儲存設定，裝置會繼續以舊設定執行。現在裝置重新連線後，會以儲存的設定重新啟動。您暫停的裝置則會維持暫停。
「設定」中的裝置項目現在會在型號旁顯示裝置軟體版本，以及目前是直接連線還是透過中繼伺服器連線。
磁碟已滿時清除舊記錄的速度更快。也修正移動地點資料夾時可能殘留檔案，以及監控暫停時無法複製資料夾的問題。
除了人和人臉之外，現在也能辨識車輛。進入畫面的車輛會讀取車牌，每個車牌建立一張卡片，該車輛每次來訪都集中在同一處。只記得部分車牌也能搜尋。無法讀取車牌的車輛，也會為該次出現建立卡片，之後可以自行輸入車牌。
登錄常來訪或正在尋找的車輛車牌，該車輛出現時就會通知您。可以一次登錄一輛或一次登錄多輛，並在可編輯、刪除及搜尋的表格中管理已登錄的車輛。車牌誤讀約一個字元時，仍會視為同一輛車。
每種類型都可以個別開啟或關閉。關閉不使用的類型，裝置負擔就會相應減輕，該類型的通知也會停止。偵測準確度與判定規則現在在各類型自己的設定頁面中設定，已登錄的人臉與車輛則集中在「登錄」中管理。
記錄分頁從場景清單改為時間軸。每台攝影機會以長條顯示一天中錄影的區段，點選某個時間點，即可從那一刻同時播放多台攝影機。可以只下載或刪除正在查看的範圍，攝影機多時會分頁顯示。
開啟人物卡片，就能依序看到此人何時在哪台攝影機停留。點選某次停留，該區段的錄影會逐一展開；若混入了其他人，可以當場移除。
回放錄影時，現在會在人和車輛周圍顯示方框。在影片中就能分辨指的是誰，點選方框即可搜尋該人或該車輛的其他記錄。
穿著相似顏色上衣的其他人，不會再充斥搜尋結果。搜尋的判定標準現在會隨人物分組設定調整，分組設定越嚴格，搜尋也會跟著越嚴格。
人物與車輛卡片清單旁新增了期間列。列的粗細代表卡片集中的時間，點選某個位置即可直接移到該期間。也可以反轉順序，從最舊的開始查看。
新地點的預設值已依實際場地的量測結果調整。人物卡片的最小人物尺寸為畫面的 25%，分析每秒執行 10 次，人物辨識的預設改為以速度優先，讓一般效能的裝置也保有餘裕。已自行設定這些值的地點會保留原設定。
以往由裝置將方框畫進影片後再傳送。現在只傳送位置，由畫面繪製方框，不但減輕裝置負擔，每個方框也會準確對應到被分析的影格，在兩次分析之間也不會斷斷續續。
以小畫面觀看就接收小畫面，以大畫面觀看就接收大畫面。畫面上看不到的攝影機完全不會接收，回到畫面中時才會恢復，因此一個畫面中有多台攝影機時，資料用量會大幅減少。也修正從其他分頁返回後，影片停格超過 20 秒的問題。
一台裝置上有多個地點時，錄影檔與記錄會混在同一個資料夾中，清除某個地點的保留期限時，可能刪除其他地點的記錄。現在每個地點都有自己的資料夾。先前保留的記錄會在第一次啟動時移到各自地點的資料夾，資料夾也可以整個移到其他磁碟後繼續使用。誤選其他地點的資料夾時，會立即提示。
在很少有人或車輛經過的場地，剛經過的人不會產生卡片。此問題已修正。
多人近距離經過時，旁邊的人混入同一張卡片，或同一個人被建立兩次的情況大幅減少。也修正連線中斷後恢復時，車牌或編號被轉給後來經過者的問題。
畫面長時間開著期間若推出新版本，會自動切換到最新的畫面。正在查看的畫面不會變動，只會在您做其他事時切換，因此不會打斷進行中的操作，也不需要自己重新整理。
Android 的返回鍵可關閉開啟中的視窗。以全螢幕開啟的畫面現在都使用左上角的返回標記。
原本是一整頁長篇的使用手冊，現在分為封面、章、節三層。可從左側目錄直接跳到某一節，也可以在手冊內搜尋。
以往開啟「人物」分頁時，必須重新讀取影像來產生卡片照片，因此第一次查看要等幾秒。現在攝影機一看到人就會準備好照片，開啟分頁時卡片就已經在那裡。
路過的人不會再成為他人卡片的封面照片。同時出現在畫面中的兩個人不會再被分在同一張卡片，混入多人而範圍過廣的卡片也會重新拆開。
在每秒只傳送約 3 個影格的攝影機上，同一個人會不斷取得新的編號，導致分組出錯。此問題已修正，即使影格傳送緩慢，也會將同一個人視為一個人追蹤。
兩個人交錯而過，或一人從另一人身後經過時，以往兩人的身分會在那一刻對調。現在這種情況大幅減少，被遮住後再出現的人也會延續為同一個人。
以往保留的記錄越多，搜尋就越慢。儲存空間的使用方式也重新設計，長期使用的裝置搜尋速度也接近剛開始使用時。
查看與刪除已登錄的人臉不再受攝影機狀態影響。從記錄登錄人臉會排入佇列並回報結果，因此一次新增多張時也能確認結果。
邏輯顯示錯誤時，現在可以將該錯誤標為已查看。錯誤狀態本身不變，只會清除標示，更容易分辨新錯誤與已知的錯誤。
PID 迴路的結果不是數字時，不會再將該值傳到輸出。超出設定讀寫範圍的 Modbus 位址，不會再悄悄沿用先前的值或寫到錯誤的位置。也修正邏輯一直未完成執行週期，導致按下停止也無法停止的問題。
停止一次後開啟記錄檢視可能讓程式當機。此問題已修正，停止再開始後不再產生人物卡片的問題也一併修正。
記錄檔中已移除對您沒有用處的開發用訊息，發生問題時更容易找到重要內容。
若您以 Docker 安裝或執行 Home Assistant 附加元件，先前建置映像檔所用的 Linux 版本已終止支援，不再提供安全性更新。映像檔現在改用目前的版本，重新獲得安全性更新。安裝方式與設定不變，照常提取映像檔即可。
只做一件事的新產品：在已錄下的攝影機影像中找人。不需要建立規則，也不需要接線連接裝置。新增攝影機後就會開始保留記錄，之後可以用下列四種方式搜尋。
記錄中的人與人臉會依身分自動分組。以往要找某個人，必須先自己找到對方；現在開啟「人物」分頁，該期間經過的每個人都已分組好。可以選擇依人臉或依外觀分組，因此從看不到臉的角度拍到的畫面，也會依服裝與體型分組。為人物卡片命名後，之後就能用該名稱搜尋。
不確定的群組絕不會自行合併。會將多張照片並排，詢問您是否為同一個人。只會合併您確認的部分，拒絕過的組合不會再提出。合併後無法復原，請先確認照片再決定。
描述要找的場景，就會找出最接近的記錄。輸入「穿紅色外套的人」之類的描述，符合的項目就會集中顯示。未以名稱登錄的人也適用。
可依上衣與下身顏色、年齡層、眼鏡、上衣圖案、裙子與靴子、包包等隨身物品，以及人面向的方向搜尋。顏色搜尋可設定為包含相近色，避免光線改變顏色外觀時漏掉人。
查看記錄時，點選畫面中的人，就會找出此人的其他記錄。依人臉搜尋不需要已登錄的名稱；依外觀搜尋會考量服裝、體型與隨身物品，因此即使從看不到臉的角度也能使用。
將片段長度設為「偵測期間」而非固定時間，條件成立期間會持續錄影，狀況結束時就會停止。適合無法預知事情會持續多久的情況。一台攝影機同一時間只能有一個此類錄影。
搜尋 30 天的記錄，從約 4 秒縮短為約 0.5 秒。即使在累積了大量記錄的地方，原本超過 30 秒的搜尋也約 3 秒就能完成。已登錄的人臉清單也會立即開啟。
畫面中沒有動靜時，分析現在會暫停，減輕裝置負擔。也可以依裝置與場景，設定每秒分析 1 到 10 次。
刪除記錄時，用於搜尋該記錄的資料也會一併清除，確實釋放儲存空間。記錄超過保留期限而自動清除時也一樣。
一併修正多項問題：較晚連線的攝影機無法開始分析、寫入大量記錄時畫面看似短暫停格，以及人物分組中途停止。
攝影機畫面現在會保留在短暫的循環緩衝區中，條件觸發時，會將那一刻前後的時段存成一段影片。單張靜態照片無法呈現的事件前因後果，現在從發生前幾秒就有記錄。事件前與事件後片段的長度可依每個項目分別設定。
新增的動作可讓您不受任何條件限制，隨時開始與停止錄影。需要保留整段作業過程時很實用，即使錄影中途斷電，到那一刻為止寫入的內容仍可播放。
記錄清單的縮圖上現在會顯示播放標記，按下即可就地播放影片。照片與影片可在同一個檢視器中左右切換，不必關閉視窗再重新尋找項目，已接收過的影片下次也會立即開啟。播放列上會標示事件發生的時間點，讓您清楚知道要看哪裡。
記錄動作現在可以精確選擇要記錄哪些攝影機與哪些值。例如攝影機 1 偵測到人時，也可以一併保留攝影機 2 和 3 的影片，因此未參與判斷的攝影機也能錄影。每個項目可設定各自的對象與片段長度，現有的設定則維持不變。
現在可以選擇如何判斷物件已進入區域：人或車輛接觸地面的點、物件的中心，或與區域重疊的百分比。以往只使用中心點，因此攝影機斜拍時，判斷會偏離對象實際站立的位置。使用接觸地面的點，遠處的對象也能保持準確。現有專案的運作與以前完全相同。
控制器現在會記住哪些記錄的場景已登錄為訓練樣本。在其他電腦或其他瀏覽器開啟專案時，已登錄的場景仍會標示，因此同一場景不會登錄兩次，多人一起檢視時也能共享進度。在訓練畫面刪除樣本後，該場景就能再次登錄。
照片與影片累積導致可用空間不足時，會自動清除最舊的檔案。記錄項目本身會保留，只移除檔案，因此何時發生了什麼事的記錄仍完整保留。不需要任何設定，儲存到您自行指定路徑的檔案也絕不會動到。
畫質、緩衝區大小等難以判斷的值，現在會依攝影機與裝置自動選擇。您只需要設定儲存位置，以及事件前後片段的長度。在記憶體有餘裕的裝置上，最多可保留 5 分鐘的事件前影像。
瀏覽器長時間開著，或從其他分頁返回後，攝影機畫面可能停在連線中，必須重新整理才會出現。第一個影格較慢送達的攝影機也可能完全不顯示，已在播放的串流也可能退回連線中。這些問題皆已修正。
在沒有圖形加速硬體的電腦及虛擬環境 (Windows) 中，網路攝影機可能完全收不到影格而反覆重新連線。現在會先驗證可用的加速方式再使用，若都無法使用，攝影機會自動改用其他方式。
連續錄影儲存的影片，播放時可能整段都是黑畫面。此問題影響儲存前會重新編碼影格的攝影機，例如 USB 網路攝影機。
事件接連發生時，影片不會依事件分別儲存：彼此互相截短，最新的影片要等到下一個事件發生才能播放。現在每個事件都會產生各自的影片，並包含完整的事件前與事件後片段。
刪除記錄項目後，其影片檔會留在磁碟上。項目有多個條件時只會移除部分照片的相關問題也一併修正。
以大量頂點繪製區域時，分析可能停滯。
播放影片時會自動切換為全螢幕，導致播放列上的事件標記被遮住。
在斜向的多邊形區域上，標籤會浮在遠離所屬區域的空白處。標籤現在會貼在形狀最上方的頂點，一眼就能看出是哪個區域的名稱。矩形區域不變。
以多邊形繪製的區域完全沒有標籤。使用多個區域時，在畫面上無法分辨；現在會正常顯示區域名稱。
區域緊貼畫面上緣或右緣時，標籤會超出畫面而被切掉或完全隱藏。標籤現在一律保持在畫面內。
區域會依形狀以不同顏色繪製，容易與偵測結果混淆。現在不論形狀都使用單一顏色，一眼就能分辨偵測到的物件與您設定的區域。
分析區域以往只能是矩形，現在可以繪製成任意形狀的多邊形。斜向的輸送帶、走道等場景中，矩形難免會納入不需要的區域，現在可以精確框出您關心的範圍。所有 AI 分析都以相同方式運作。
查看錄下的場景時，若發現 AI 判斷錯誤，可以當場登錄為訓練樣本。收集漏掉的與誤判的內容並重新訓練，就能持續提升準確度。適用於影像分類、異常偵測及人臉登錄。
訓練畫面現在會標示新加入、尚未反映到訓練中的樣本。一眼就能看出新增了哪些內容，以及是否需要再訓練一次。
異常偵測的訓練與登錄畫面現在會同時顯示目前分數與判定界線。調整敏感度時，可以看到目前場景偏離正常的程度。
資料記錄動作現在可以精確選擇要記錄的變數。不必再為每種項目另外準備儲存位置，所有內容都可以放在一起，設定也簡單許多。現有的設定會照常運作。
異常偵測現在會同時使用多個處理核心。判斷單一影格所需的時間大幅縮短，即使在分析期間，影像也能保持流暢。
標示判定為異常的區域時，現在會考量周圍區域，濾除零星的雜點。只會顯示實際的瑕疵區域，畫面更容易判讀。
文字辨識結果以往會在影格之間些微跳動。現在會綜合多個影格，只輸出最可靠的結果，即使手震或光線變化，數值也能保持穩定。
觸發時只分析一次的情況下，當下的結果可能沒有傳到變數，或殘留舊的值。此問題已修正。多個動作共用同一個分析時，現在也會準確記錄各自的結果，與連續分析同時執行時也不會互相干擾。
人臉辨識會忽略您指定的分析區域，搜尋整個畫面。現在只會在您設定的區域內搜尋。
停止狀態下的預覽，運作方式與分析器上設定的值不同。預覽現在會以與實際分析相同的設定執行，在預覽中確認的結果，開始執行後也會相同。
一併修正多項與記錄相關的問題：剛寫入的記錄悄悄消失、停止時無法查看過去的記錄，以及記錄累積大量後無法連線。也修正異常偵測預覽停格，以及瑕疵標示與實際判定依據不同的問題。
從攝影機登錄幾張範例影像，裝置就會直接在裝置上訓練自己的影像分類器，不需要另外的伺服器或線上訓練。直接在裝置上學習，自行分辨您選擇的類別。
以正常狀態的影像訓練後，就會自動找出任何異常或瑕疵。非常適合產品外觀檢查等需要找出「任何與正常不同之處」的工作。
直接在裝置上登錄與管理要允許的車輛車牌。可以新增、移除及列出含別名的車牌，並立即確認辨識到的車牌是否已登錄，適合停車場與出入管制使用。
一邊觀看攝影機畫面，一邊當場登錄人臉，不必停止程式。登錄前可以管理登錄照片，並預覽辨識結果。
現在可以將 IP 攝影機或網路串流的音訊，作為音訊分析、語音辨識及 AI 聲音分析的輸入。請設定串流位址，必要時也設定使用者名稱與密碼（認證資訊）。
在您想要的時間點傳送訊號，AI 就只執行一次分析並記錄結果。不必讓分析一直執行，只在需要時執行一次，效率更好。
現在可以在畫面上即時查看 AI 的辨識信賴度 (%)。
現在可以為提供給 Home Assistant 的項目設定自己的顯示名稱。
網路音訊連線中斷時，會自動重新連線，讓聲音輸入不中斷地持續傳送。
通訊與媒體裝置現在能自行從暫時性錯誤中復原。也修正了多項與網路音訊及單次分析相關的穩定性問題。
AI 聊天、電子郵件及 Telegram 通知動作現在可以一次附加多個檔案。以往只能傳送單一檔案，現在可以一起傳送多張照片、文件等檔案。固定檔案以及依情況變化的路徑或變數都適用。
連線多台網路 (ONVIF) 攝影機時，現在會同時連線，不再逐台等待，因此有多台攝影機的設定能更快就緒。控制器也會記住每台攝影機的位址，下次直接連線，重新啟動後的第一次連線也更快。沒有回應的攝影機會更快略過，不再拖慢其他攝影機。
修正在 Windows 上搜尋攝影機偶爾停住，以及多台攝影機同時連線時，少數情況下攝影機顯示為「找不到」的問題。整體連線穩定性也已強化。
重新設計 ONVIF IP 攝影機的搜尋與連線方式，更貼近標準。部分找得到卻無法連線的攝影機（例如某些 Dahua 機型）現在可以穩定連線，NAS 等非攝影機裝置也會從搜尋結果中濾除。
修正資料庫儲存動作可能將同一筆項目儲存兩次的問題。也改善處理空值與多列結果時的穩定性。
延遲計時器 (PEND) 現在提供「維持」選項，只要設定的條件持續成立，輸出就會保持開啟，讓您更精確地調整計時器行為。原本的計時器也經過整理，完全依照預期運作。
現在可以一次選取並刪除多筆記錄，一併儲存的擷取照片或檔案也會一起清除。保留上限現在也適用於手動記錄的項目，移除記錄時會自動釋放儲存空間。
人臉辨識的登錄清單現在會顯示每個人登錄的樣本數。名稱中也不再允許使用可能損壞清單的無效字元。
修正在特定情況下，即時攝影機影像可能卡在連線中的問題。App 現在會偵測此狀態並自行復原。
改善儲存空間已滿時擷取儲存可能悄悄失敗的偵測，並修正儲存到子資料夾的擷取及檔案大小的計算。
修正影像辨識處理期間的罕見錯誤，運作更穩定。
修正影像上的偵測方框可能在兩次偵測之間拖曳並留下殘影的問題。方框現在會更乾淨地顯示在更準確的位置。
專案啟動時，只會下載您實際使用之功能所需的檔案。未使用功能的檔案會略過，專案啟動更快、更輕量。
修正語音播報與語音辨識功能可能無法載入語音模型的問題。
修正 MQTT 訊息接收，以及部分 Zigbee 和 Modbus 裝置設定可能無法連線或執行的問題。
現在可以選取攝影機畫面中的特定區域，先放大再進行辨識。由於該區域會先放大，遠處或小型物件的偵測更準確。適用於所有視覺辨識，包括物件、人臉、姿勢、手部、顏色、QR 碼、文字、車牌及火災偵測。若未選取區域，則和以前一樣使用整個畫面。
物件偵測引擎已更換為新引擎，準確度更高。可依環境從快速、平衡、準確三個等級中選擇。
單一指令現在可以一次偵測並篩選多種物件類型，例如同時偵測人和汽車。偵測指令也已簡化。
現在可以為每個分析項目設定偵測頻率，減少不必要的處理並降低裝置負擔。偵測方框在兩次偵測之間也會保持流暢，不會閃爍或留下殘影。
推播通知附加的圖片現在會自動調整為適合行動裝置通知橫幅的大小，讓通知更快、更可靠地送達。
人臉辨識、火災偵測及物件／人臉偵測的結果，以往會在畫面上閃爍，或在臨界值附近忽有忽無。此版本已大幅改善。Grablo 現在不再只依單一影格判斷，而是綜合多個影格，結果穩定許多。
人臉辨識現在會顯示更清楚的三種狀態結果：「沒有人臉／未知／已登錄的名稱」，也可以查看已登錄的人臉清單。
新增專用的資料資料夾，可安全儲存人臉辨識快照等結果檔案。在 Windows、macOS 及 Linux 上的運作方式相同，更新或重新安裝程式後，儲存的檔案也會保留。
資料記錄表格中有儲存的圖片時，現在可以直接從表格查看縮圖與全螢幕圖片。
全螢幕顯示的圖片現在會依您的螢幕解析度呈現，看起來更清晰，4K 等高解析度螢幕也一樣。
修正多項排程執行的問題：重複次數排程比設定少執行一次、每月與每年重複排程從未觸發，以及開始與結束時間相同時，現在會正確視為全天（24 小時）。
動作呼叫已關閉（停用）的其他動作或控制時，Grablo 現在會順暢地略過，而不是因錯誤而停止，因此關閉部分項目不會再讓整個流程中斷。
執行專案時，Grablo 現在只會準備專案實際使用的設定。未使用的攝影機、分析器及其他設定會在啟動時略過，因此有許多大型設定的專案啟動更快，記憶體與資源用量也更少。
現在可以將 Grablo 安裝為 Home Assistant 附加元件，或使用 Docker 安裝。安裝為 Home Assistant 附加元件時，會自動連線，不需要伺服器位址或認證資訊。
改善攝影機重新連線的穩定性，並修正多項錯誤，包括處理含有韓文（非 ASCII）字元的 Windows 資料夾路徑。
現在不只能用固定值，也可以用變數或運算式設定推播通知的附件檔案路徑。例如，可以將暫存資料夾路徑與檔案名稱組合，自動附加每次執行時新產生的檔案。
修正在 Windows 上，資料夾或檔案名稱含有韓文或其他非 ASCII 字元的路徑無法正確找到的問題。這類路徑中的檔案現在可以正常讀取與儲存。（支援 Windows 10 以上版本。）
在 AI 分析動作中使用物件、人臉、顏色及異常偵測時，現在可以直接在主要指令中設定偵測區域，不需要另外的指令。畫出區域就只分析該區域，不設定則分析整個畫面。現有的動作會照常運作。
檔案動作新增傳回系統暫存資料夾路徑的指令。在 Windows、macOS 及 Linux 上會自動使用各作業系統正確的暫存資料夾，適合儲存只需暫時使用的檔案。
修正 AI 異常偵測結果偏移繪製在畫面角落的問題，現在會準確顯示在實際偵測到的位置。
防止多種因異常輸入或外部資料導致程式意外關閉的情況，並強化變數儲存失敗與檔案上傳的處理。一般使用不受影響。
現在可以選擇要分析或擷取 AI 攝影機畫面的哪個區域。在攝影機設定中建立具名區域，然後在 AI 分析器與影像擷取動作中選取區域，只處理您需要的部分。
影像擷取現在會儲存乾淨的攝影機原始影像，不含畫面資訊（例如影格速率）與分析疊加圖層。
修正 AI 影像分析在特定條件下可能停止的問題，並修正畫面旋轉時分析區域與疊加圖層錯位的問題。
AI 攝影機的姿勢分析現在可以量測頸部向側邊傾斜的程度。搭配既有的脊椎傾斜使用，可更精確地檢查姿勢。
修正部分 AI 攝影機分析指令無法執行的問題。
Grablo 以 Modbus 從站執行時，通訊現在會由專用的背景工作處理，提升穩定性與回應速度。非預期的通訊錯誤會安全地清理，不影響其他設定，閒置時不必要的 CPU 使用量也已降低。
修正在部分 Windows 系統上可能無法連線到 Modbus 裝置的問題。Modbus 通訊現在在 Windows 上也能正確連線。
上次更新新增的自動整理輸入格式功能，未套用到部分欄位，例如 Home Assistant 位址、攝影機位址及檔案路徑。此問題已修正，更多設定欄位中的細微格式差異現在都會自動整理。
許多輸入欄位（位址 (URL)、檔案與資料夾路徑、電子郵件、裝置連接埠等）現在會自動整理細微的格式差異。複製貼上時混入的前後空格與引號會移除，位址省略 http:// 前置詞時也會自動補上。電子郵件收件者除了逗號，也可以用分號或換行分隔，裝置 MAC 位址也可以不加分隔符號輸入。因細小輸入錯誤造成的連線與執行失敗因此大幅減少。
修正在部分情況下，輸入的 Home Assistant 位址未正確套用到即時實體與服務查詢的問題。儲存設定與即時查詢現在以相同方式處理位址。
大幅擴充語音轉文字 (STT) 與文字轉語音 (TTS) 可用的各語言模型。語音辨識現在支援英語、韓語、中文、日語、德語、西班牙語、葡萄牙語及俄語，另新增可同時辨識韓語、中文、日語、英語及粵語的多語言模型。語音合成新增英語、中文、德語、法語、葡萄牙語及印地語的語音。清單中沒有的模型，也可以自行指定。
語音轉文字 (STT) 現在可以選擇音訊輸入來源。除了麥克風之外，也可以選擇裝置播放的聲音（喇叭輸出）作為辨識對象，輕鬆將正在播放的音訊轉成文字。
新增動作類型「LLM AI 查詢」。可將查詢文字（提示）傳送給 OpenAI、Anthropic、Google Gemini、Ollama 及 OpenAI Compatible 等 LLM 供應商，並將回應儲存到變數。所有供應商都支援圖片附件 (JPEG/PNG/WebP)；OpenAI 與 Anthropic 支援 PDF。附加的圖片會自動縮小，加快傳輸並降低費用。使用前，請在 [設定] > [LLM AI] 中登錄各供應商的 API 金鑰與模型。
推播通知動作現在支援檔案附件。擷取的圖片或文件檔案可以隨通知一起傳送。
修正在 Windows 上讀取文字檔時，可能出現誤導性「File read error: No error」訊息的問題。Windows C 執行階段在文字模式下會進行 CRLF→LF 轉換，因此在檔案結尾時，實際讀取的位元組數可能小於要求的大小，先前會因此誤入錯誤路徑。現在不再將 EOF 視為錯誤，只會回報真正的 I/O 失敗。檔案讀寫本身的行為不變。
車牌辨識 (LPR) 現在支援 FAST 與 ACCURATE 品質預設。FAST 適合 Raspberry Pi 4 等低功耗開發板，ACCURATE 則適用於迷你電腦與 amd64 環境。韓國車牌模型已更換為 v2 模型，實測辨識準確度達 99.3%。
現在可以開啟或關閉每個資料記錄通道的自動定時記錄，新的動作類型（資料記錄）可將通道記錄一次。可用於事件觸發記錄等以觸發為基礎的快照。
修正 HA 重新啟動後，Grablo 無法偵測到 Home Assistant 工作階段已中斷，必須執行 STOP→RUN 才能恢復的問題。現在每 30 秒進行一次 RFC 6455 PING/PONG 心跳，偵測已中斷的工作階段，並在約 30 秒內自動重新連線。
舊版作品庫範例專案 (v0.x~v1.2.x) 以絕對路徑參照的系統資源檔案，現在直接內建於 Linux 套件中。匯入的舊版範例現在不需額外下載即可立即使用。內建資源：SoundFont (TimGM6mb.sf2)、範例媒體 (sample.mid/mp3/wav/jpg) 及 OPC-UA 憑證 (cert.der/key.der)。
修正車牌辨識 (LPR) 的「Confidence (%)」輸出變數回報 0–1 範圍的值，與標籤的「%」標示不一致的問題。現在已修正為 0–100 範圍，與「Min Confidence (%)」輸入的刻度一致。「Scan All」JSON 輸出中的 confidence 欄位也統一為 0–100。
AI 攝影機現在支援自動車牌辨識。提供兩種模型：拉丁字母（歐洲、美國等）與韓國車牌。拉丁字母模型在 66 國驗證資料集上的車牌準確度約 97.4%，韓國模型約 96.5%。多影格多數決會自動修正單一影格的誤讀，提供穩定的結果。模型會在第一次使用時下載，之後也能離線運作。
Home Assistant 初始化不再阻擋其他模組啟動。先前在高負載下（例如多台攝影機與 AI 功能同時啟動）出現的「Timeout」錯誤已消失；背景連線完成前，動作會顯示「Connecting to server…」，連線後自然恢復。重新連線間隔也從 60 秒縮短為 30 秒。
若在下載或解壓縮 AI 模型時斷電，系統會在下次啟動時自動偵測損毀的模型檔案並重新安裝。不需要手動清理資料夾，越線偵測、人臉辨識、語音辨識等 AI 功能會在下次 RUN 時恢復正常運作。
模型下載與壓縮檔解壓縮完成後，資料現在會立即寫入磁碟。大幅降低 Raspberry Pi 等 SD 卡環境因突然斷電造成檔案損毀的風險。
AI 攝影機分析的 CPU 使用量現在約為先前版本的一半。畫面上的偵測方框殘影也已消除，結果更乾淨。
語音轉文字與音訊分類會自動使用最適合各作業系統與裝置的加速方式。相同的輸入現在能更快回應。
在 Raspberry Pi 5 與 Apple Silicon Mac 等較新的晶片上，AI 影像分析會自動使用更快的處理路徑。相同硬體現在能在相同時間內分析更多影格。
修正在使用最新系統影片程式庫的系統上，攝影機可能無法錄影或串流的問題。
新功能可阻擋以照片或螢幕上顯示的影片欺騙人臉辨識的行為。系統會自動分辨真實人臉與螢幕上的影像，使用更安全。可依情況開啟或關閉此功能。
手、腳、肩膀等身體部位的動作現在顯示得更流暢。影像中的抖動減少，動作看起來自然許多。
在影像中追蹤人或物件時，即使畫面暫時不清楚，系統現在也會持續鎖定同一個目標。
修正人臉登錄與辨識期間發生的多項小問題。
現在可以為每個人登錄不同角度（正面、左側、右側）或不同表情的多個樣本。辨識時會使用所有已登錄樣本中最相符的一個，在各種姿勢與表情下都能穩定辨識。
修正在 Debian Trixie (13) 或以 PipeWire 為基礎的 Raspberry Pi OS 版本上，語音辨識、語音合成及媒體播放可能無法運作的問題。安裝程式現在會自動偵測使用者工作階段的 PipeWire 音訊通訊端，聲音功能無須手動設定即可直接使用。
語音辨識使用的模型現在會在第一次使用時自動下載，不再內建於安裝程式中。安裝程式變小，安裝也更快。
火災偵測現在會更精細地分析影像，比以前更可靠地偵測小型或遠處的火焰。也可以為攝影機分析器選擇精確度模式（快速／平衡／準確）。
修正網路短暫中斷後，遠端影像可能停在黑畫面的問題。重新連線後，影像現在會自動恢復。
關閉 Zigbee 裝置新增視窗不會再停止裝置搜尋，正在進行配對的裝置現在也會顯示在清單中，方便追蹤進度。
圖表的時間選擇器改為 Grafana 風格的整合介面，快速預設、日曆及絕對日期時間輸入都集中在同一處，並可用 ◀ ▶ 按鈕快速切換到上一個或下一個區間。圖表類型、時間範圍、Y 軸等檢視設定現在會依小工具分別儲存，重新開啟時自動還原。此外，能源或產量等持續累加的數值，現在可在長條圖中以每個區間（每小時、每日、每月）的增量顯示。
現已提供預先安裝 Grablo 的 Raspberry Pi OS 映像檔。只要燒錄到 SD 卡並開機即可使用。
修正控制器重新啟動後，前端可能停在「正在連線...」的問題，以及強制更新後關閉對話框會中斷 P2P 連線的問題。
修正資料記錄元件的收集間隔設定被忽略、改用預設 1 秒的問題。現在會完全依照專案中指定的間隔執行。
改善連線短暫中斷時攝影機的復原方式。先前在少數情況下，累積的暫時性錯誤可能導致硬體加速解碼被停用，或反覆嘗試重新連線。此次更新後，每次重新連線都會從乾淨的狀態開始，與 Frigate、go2rtc 等專業 NVR 系統採用相同做法。若為 ONVIF 相容攝影機，會立即要求關鍵影格，約 200 ms 內即可恢復影像。
將 RUN 週期的雲端下載與 Zigbee 執行環境安裝的進度狀態整合為單一工作階段。下載期間在多個分頁中或重新整理頁面後，對話框都會一致地顯示，中間階段的閃爍也已消除。
Zigbee 執行環境現在只會在您實際使用 Zigbee 接收器時下載。不使用 Zigbee 的使用者，安裝程式約小 30 MB；第一次使用 Zigbee 的使用者，則會在需要時自動下載所需檔案。下載的檔案會保留快取，之後執行時可立即啟動。現有的 Zigbee 使用者不受影響，執行環境照常運作，無須額外下載。
解決依賴外部程式庫的模組（STT 語音轉文字、TTS 文字轉語音、Modbus、OPC UA）偶爾當機的問題。也修正在設定特殊的網路上自動搜尋 ONVIF 攝影機時可能發生的當機。
減少人或物件暫時被遮擋時追蹤 ID 錯誤互換的情況。行人越線計數等以追蹤為基礎的功能現在更加準確。
RTSP 與 USB 攝影機現在可在 macOS 上穩定顯示。解決部分攝影機出現灰色或綠色畫面、顏色失真的問題。
控制器啟動後若 RTSP／ONVIF 攝影機無法立即連線，Grablo 現在會自動重試一次，連線成功率明顯提高。
自 1.8.2 版起，不再發佈 32 位元 Raspberry Pi OS (armhf) 版本。使用 Raspberry Pi 3 或更新機型的使用者，請改用 64 位元 Raspberry Pi OS (arm64) 並使用 arm64 版本。使用 Pi 0／Zero／Pi 2 的使用者可繼續使用 1.8.1 版。
控制器重新啟動、升級或網路暫時中斷後，前端現在能更快、更可靠地重新連線。解決先前停在「正在連線」的狀態，控制器恢復後 5 至 15 秒內即可恢復影像。
修正同時串流兩台以上攝影機時，只有一台恢復或其他攝影機要等很久才恢復的問題。現在將瀏覽器最小化後再還原，或行動 App 從背景返回時，所有攝影機都會立即同時恢復。
執行環境現在會自動偵測主機硬體，選擇最適合的 H.264 編碼器／解碼器。運用 macOS VideoToolbox、NVIDIA NVENC/NVDEC、Intel Quick Sync、Raspberry Pi BCM2711 V4L2 M2M、Rockchip MPP 等，將 CPU 負載降到最低。
修正快速切換 RUN／STOP 時的編碼器初始化競爭問題、快速重新連線時 SRTP 重送偵測造成的永久停滯狀態，以及其他多項串流穩定性問題。
即時連接 Home Assistant。可同時連結多台 Home Assistant 伺服器，直接從 Grablo 控制智慧家庭的感測器、開關及燈具，或將 Grablo 變數提供給 Home Assistant 使用。
Zigbee 接收器拔除後重新插上，或 Zigbee 服務意外停止時，會自動偵測並復原，無須使用者介入即可恢復正常運作。
可依 AI 分析模型分別開啟或關閉 GPU 加速。依硬體狀況或與其他工作之間的效能平衡，為每個模型選擇 CPU 或 GPU。
超過 3,400 種 Zigbee 裝置（包括智慧燈具、溫濕度感測器、開關及按鈕）都能直接連接到 Grablo。在設定畫面中新增搜尋到的裝置，即可在動作中讀取感測器數值或控制裝置。
自動記錄變數隨時間的變化。可依最大容量、記錄筆數或保留天數設定儲存上限，安全地管理長期監控資料。
新增了五種 AI 分析模型。
以往偵測區域與參考點必須分別輸入 X1、Y1、X2、Y2 數值。現在可直接在影像預覽上拖曳繪製及放置。適用於物件、人臉、姿勢、手部、顏色及 QR 碼／條碼偵測。
連接 IP 攝影機 (ONVIF) 時，現在會自動選擇較高畫質的影像。優先使用 H.264／H.265 影像，同時提升畫質與串流效率。
修正在 Debian 13 等最新 Linux 環境中無法正常安裝的問題。
產品名稱已由 Grablo 變更為 Grablo IoT Core。
提升在 Debian 11-13、Ubuntu 22.04／24.04、Raspberry Pi OS 等多種 Linux 發行版上的安裝與執行穩定性。
移除不必要的元件，套件更小、安裝更快。
現在可自動搜尋並連接 ONVIF 相容的網路攝影機（IP 攝影機）。即時串流攝影機影像，即使攝影機的 IP 位址變更也會自動辨識。
傳送推播通知到使用者的行動 App。標題與訊息可自由自訂，也能加入變數值。例如溫度超過特定臨界值時，就能收到「目前溫度：35°C」之類的通知。
攝影機影像出現所需的時間大幅縮短。以往串流需要 5 到 10 秒才會開始，現在幾乎立即出現。
修正進入睡眠模式時偶爾發生的當機問題。
從睡眠模式喚醒後，網頁瀏覽器的連線現在會自動恢復。
修正裝置從睡眠模式恢復時程式會當機的問題。Grablo 現在從睡眠喚醒後會自動恢復正常運作。
減少重複的警告記錄，讓記錄檔更容易閱讀。
Grablo 現已支援 macOS！Apple 晶片 (M1/M2/M3/M4) 與 Intel Mac 皆可使用。下載及安裝方式與其他平台相同。
藍牙序列通訊現在會自動尋找可用的通道，不必再手動設定通道編號。適用於 Linux、Windows 及 macOS。
MQTT 連線憑證現在以更強的保護方式更安全地儲存。
提升以 WebRTC 為基礎的攝影機影像串流穩定性。改用 Non-trickle ICE 以提高重新協商的可靠性，並修正影像軌道管理中的競爭條件與資料競爭問題。
偵測到語音但無法轉換為文字時，現在會視為成功完成並傳回空白文字，而不是錯誤。解決了特別是韓語模型常出現的不必要錯誤。
對已在執行中的指令（錄影、計時器、音訊分析等）重複呼叫時，現在會妥善處理，不再出現錯誤。
Grablo 現已支援 Windows 電腦。只要用安裝程式安裝，即可從系統匣執行。新版本發佈時會自動更新。
為 MQTT、Modbus TCP、HTTP 等網路模組輸入主機位址時，http:// 之類的前置字串或結尾的斜線現在會自動處理。
修正 FTDI 裝置上 SPI 通訊無法初始化的問題。
AI 攝影機的分析結果現在更穩定。提升所有 AI 視覺功能的穩定性，包括物件偵測、人臉偵測／辨識、姿勢估計、手部追蹤、顏色追蹤、Teachable Machine 及 EdgeImpulse。
語音偵測模型已升級至最新版本。更準確地偵測說話的開始與結束點，提升整體語音辨識準確度。
改善裝置端 (On Device) TTS／STT 設定的模型選擇方式。以往所有語言的模型都顯示在同一個清單中，現在會先選擇語言，再只顯示該語言的模型。
文字轉語音 (TTS) 與語音轉文字 (STT) 支援的語言大幅擴充。
AI、TTS 及 STT 所需的模型現在會自動從雲端下載。模型不再隨附於安裝檔中，控制器的安裝容量因此大幅縮小。
現在可在個人資料中查看遠端連線的資料用量。每月提供 3 GB 免費流量。
單一檔案上傳上限提高至 250 MB，總儲存空間增加至 1 GB。
現在從外部網路連線時也能使用攝影機串流。
修正步進器與下拉選單小工具的錯誤。
儀表板新增了五種小工具類型。
新增每個帳號專屬的圖片儲存空間。將圖片上傳到雲端，即可在儀表板小工具中使用。支援圖庫檢視、拖放上傳及檔案用量管理。
執行 RUN 時，專案中使用的雲端檔案會自動下載到控制器。可即時查看下載進度，並透過 SHA-256 驗證確保檔案完整性。
新增社群功能，可分享專案並與其他使用者互動。支援專案發佈、按讚、書籤、留言及通知。
使用攝影機即時辨識 QR 碼與條碼。支援 EAN-13、Code 128、QR-Code 等多種條碼類型。
即時辨識攝影機畫面中的文字。支援多種語言，並具備穩定化處理，避免辨識結果閃爍。
新增適用於循線機器人的循線追蹤功能。支援 3 種模式：深色線、淺色線及自訂顏色。可輸出線條的位置與角度資訊。
手部追蹤新增手勢辨識功能，可辨識 33 種不同手勢。
人臉偵測新增情緒辨識與年齡／性別推估功能。可分類 8 種情緒，並推估年齡與性別。
提升顏色追蹤的準確度與穩定性。靈敏度設定現在適用於所有顏色模式，追蹤時的抖動也已減少。
AI 攝影機的整體穩定性已提升。修正分析期間畫面凍結的問題，並提升語音轉文字 (STT) 與文字轉語音 (TTS) 的穩定性。
修正在 BeagleBone、Jetson 等非 Raspberry Pi 開發板上安裝套件時發生的 raspi-config 相關錯誤。
簡化 P2P 伺服器處理遠端連線 IP 的邏輯，提升連線穩定性。
修正安裝後 Grablo 服務在 Jetson Nano 上可能無法啟動的問題。服務現在首次開機時即可穩定啟動。
提升長時間運作時的整體系統穩定性與可靠性。
修正首次開機時可能無法偵測公用 IP 的問題。系統現在會自動偵測網路變更，讓 P2P 遠端連線更穩定。
修正長時間運作時可能發生的記憶體流失與當機問題，整體系統穩定性已提升。
修正控制器在切換 RUN／STOP 模式時可能卡住的問題。也解決了快速切換模式時，重複請求處理可能導致非預期行為的問題。
加入必要的 GStreamer 外掛程式相依套件，修正 H.264 影像串流問題。影像串流現在可在所有支援的平台上穩定運作。
提升 P2P 連線的公用 IP 位址偵測可靠性。新增 AWS checkip 服務、重試邏輯及更完善的錯誤處理，即使在不佳的網路環境中也能確保遠端連線穩定。
現在可在最新的 Debian 13 作業系統上穩定運作。P2P 連線與音訊分析功能的穩定性也已強化。
修正在 LXQT 桌面環境中影片無法播放的問題。支援 SDDM、LightDM 等多種顯示管理器，確保在 GNOME、KDE、XFCE、LXQT 等所有主要桌面環境中都能正常播放媒體。
影像串流現在更能應付不穩定的網路。封包遺失復原改由標準 WebRTC 機制原生處理，取代先前的自訂實作，影像復原更可靠。
我們重新設計了裝置的連線方式，不必再手動輸入 IP 位址。
建立專案時選擇目標開發板。編輯器會自動配合您的開發板，顯示視覺化腳位圖、篩選相容裝置、掃描 I2C 裝置，並可選擇 ADC／DAC／PWM 通道。
支援的開發板
可直接在 Blockly 編輯器中建立及編輯變數。
複製邏輯區塊或儀表板小工具，並貼到專案中的任何位置。
使用中的變數與裝置會受到保護，避免意外刪除。
[設定] → [AI 分析器] 新增了人臉辨識用的資料庫名稱輸入欄位，可針對不同用途建立及管理多個人臉資料庫。
AI 分析現在支援以 Teachable Machine 及 Edge Impulse 訓練的自訂模型。可使用您自己訓練的模型進行圖片分類、物件偵測及異常偵測。
Teachable Machine 分類
Edge Impulse 分類
Edge Impulse 物件偵測
Edge Impulse 視覺異常偵測
音訊分析的音訊來源選擇已從 [動作] → [音訊分析] 移至 [設定] → [AI 分析器]。
音訊分析已獨立成單獨的動作。現在不只媒體播放或錄音，任何音訊輸入／輸出裝置都能使用音訊分析。
AI 分析已從「攝影機」動作中獨立成單獨的動作，讓 AI 視覺處理流程的設定更有彈性。
動作群組新增「依範圍」重複選項。如同程式設計中的 for 迴圈，可指定起始值、結束值及間距值來重複執行。