支持基础的成员集群管理、多集群负载分发能力及部分高级特性，主要为：

1. 调度策略：支持集群亲和性、污点容忍、副本拆分/复制等不同调度方式；
2. 差异化策略：支持对分发到不同成员集群的workload，配置不同的差异化数据；
3. 重调度：基于实例状态触发重调度，并支持为调度器提供更精确的成员集群实例状态；

支持应用程序优先级调度、资源调度暂停和恢复功能，控制器性能显著优化，主要为：

1. 优先级调度：允许用户设置应用程序的优先级，以控制应用程序的调度顺序；
2. 调度暂停恢复：通过扩展ResourceBinding.ResourceBindingSpec.Spec.Suspension字段，用户可以控制调度的暂停和恢复；
3. 性能提升：解决组件重启或者master切换时耗时过长的问题。控制器重启后，workqueue 指标有显著提升，detector元素平均处理时间缩短 41.22%，总队列清除时间缩短 60%，峰值清除时间缩短 33.33%。binding-controller元素平均处理时间缩短 51.72%，总队列清除时间缩短 25%，峰值清除时间也缩短 25%；

支持按条件给集群打污点标签，联邦资源配额管理增强功能Alpha版发布，控制器性能显著优化，主要为：

1. 支持按条件污染集群：此版本引入了一个新 API，ClusterTaintPolicy允许用户自定义规则，以便在满足预定义的集群状态条件时将特定污点添加到目标集群；
2. 联邦资源配额管理增强功能：增强了联邦配额管理，允许直接在控制平面进行全局资源配额检查；
3. 性能提升：冷启动时间提高了45%，资源检测器平均处理时间减少 54%，依赖项分配器平均处理时间减少 43%，执行控制器平均处理时间减少50％。CPU使用率减少 40%-65%，内存峰值使用量降低 22%；

修复了v1.14.0版本的一些缺陷，主要为：

1. 修复了karmada-metrics-adapter组件中因创建列表器时使用错误的组版本资源（PodsGVR而非NodesGVR）导致通过名称查询节点指标时引发的panic问题；

支持一些新的功能特性，主要为：

1. 支持TFJob、PyTorchJob、MSJob、Inference任务的分发；

修复了v1.14.5版本的一些缺陷，主要为：

1. 修复了karmada-controller-manager组件中资源选择器若指向不存在的资源可能导致策略删除被阻塞的问题；