51CTO · 实时热榜

前言在之前接口和开关都确认以后，普通组件已经具备显示沉浸材质的基本条件。接下来，开发者很快就会遇到一个更具体的问题：五档ImmersiveS...

前言沉浸材质真正开始难调，通常出现在参数从一个变成一组之后。一张卡片可以同时设置材质样式、材质赋色、自动反色、系统阴影、按压形变和...

王者荣耀排位匹配三秒就进，为什么断线重连的进度条要走半天？今天我把这道题的根挖出来，从帧同步原理、断线追帧机制、到匹配算法和聊天广播，一条龙讲透。

这份 "Zabbix 老兵" 的渐进式 AI 升级指南，包含完整代码和真实踩坑案例，帮你少走弯路。

大家好，今天跟大家分享一下HarmonyOS7中的沉浸光感特性。在API23中，HdsTabs、HdsNavigation等组件已经支持沉浸光感效果。到了API26，这项...

工具定义使用JSON Schema描述，description字段是LLM判断是否调用的核心依据；运行时是「两轮对话+中间执行」的闭环流程；模型通过finish_reason为tool_calls来明确告知需要工具帮助；以及模型支持一次返回多个tool_calls实现并行调用。

本文通过大模型与 Zabbix 的技术融合，搭建一套智能分析报表应用，让 AI 自动解析监控数据、生成专业分析报告，为运维决策提供精准支持。

本文将介绍如何用火山引擎 Flink 与 VikingDB 搭建一条“文件上传后秒级可检索”的实时多模态数据链路，并给出两套完整 Flink SQL 参考方案。

大模型在推理过程中导致Batch Variance的根本原因，在于底层算子为最大化硬件资源利用率，动态调整了规约轴（如 GEMM 中的 Split-K 或 Attention 中的 KV 轴）的切分策略，进而改变了浮点数累加树的拓扑结构。

最近我在统计一个MySQL实例的表空间大小时遇到了问题，今天就将这次排查过程复盘出来，希望能为遇到类似问题的朋友提供一些思路。

受到自监督学习的启发，作者提出了 RLSVR（Reinforcement Learning with Self-Verifiable Rewards）训练框架。

fireworks-tech-graph 是一个专门面向 Claude Code / Codex 的 Agent Skill，可以把自然语言描述转换成高质量 SVG、PNG 技术架构图。

World Labs CEO李飞飞便与SceniX的联合创始人李昀烛共同做客了a16z最新的一期访谈《Fei-Fei Li is Solving the Hardest Problem in Robotics》，首次公开剖析了双方正联手解决的核心难题：让AI不仅能看懂世界，还能动手改变世界。

有人把 AI 开发工具当成一支更聪明的笔，希望写代码时一直陪在旁边；有人把它当成一名可以领任务的同事，交代完就等结果；还有人并不想“开发”，只是受够了每周复制几十次表格，想给自己做一个顺手的小工具。

未来，比拼的就是谁的AI能更快地「自动生出」下一代AI。研究速度将不再受限于人类，而是呈指数级、爆炸式的增长！

本文将从实际业务痛点出发，深度剖析MyBatis常规批量写法的性能瓶颈与底层原理，分享高并发、大数据量场景下的批量插入/更新极致优化方案。

Canvas UI 的出现,本质不是又一个 UI 库,而是在尝试解决一个新问题:如何让开发者更低成本地创造具有视觉冲击力的 Web 体验。

DeepSeek V4 Flash 证明了什么？不是它有多强，而是它证明了一个道理：AI 应该是普通人用得起的工具，而不是只有"专业用户"才舍得花钱的奢侈品。

Vite+ DevTools 目前还处于快速迭代阶段，但方向已经非常明确：下一代前端开发环境，可能不只是浏览器 DevTools，而是工程级 DevTools。

本文将立足Java开发实战场景，深度拆解三大漏洞的攻击原理、触发场景与危害特征，结合Spring Boot等主流框架，提供可落地、可复用的防护方案，帮助开发者从代码层面、配置层面筑牢Web安全防线，规避常见安全风险，保障项目稳定、安全运行。

本文主要介绍来自该团队的最新论文 Music-to-Dance Generation via Atomic Movements。

OpenAI团队在过去六个月里完全重构了模型推理、上下文管理和媒体传输层，打造了一个专为低延迟优化的新系统架构。

只需输入少量不同视角、无需提供相机位姿的图片，即可在一次前向推理中，秒级生成可自由切换视角的 3D 场景。

今天这篇，就把两遍阅读都交代一下。前半篇讲方法，A-Mem确实有不少巧思，值得认真拆解。后半篇聊聊我发现的不对劲，以及我认为它真正值得借的东西。

一家成立仅一年的小公司，用AI编程Agent，只花10小时，就搭出了一套「类CUDA软件」。

他创立的Safe Superintelligence（SSI）被曝将于本月发布首个模型，传出这一消息的是Gavin Baker。

来自澳大利亚新南威尔士大学（UNSW）Artificer AI Lab的研究团队，给出了一个新答案。他们把每一次模型更新，拆解为最小的rank-1「记忆原子」，让持续学习变成一座参数化记忆库的“little by little”增量生长——新知识一点点添进去，旧本领稳稳留在原地，还不需要额外的路由器来指挥。

以后你只要告诉 AI 你想要什么，它直接吐出一串机器能跑的二进制文件。

我们发布了 ActiveVision——一个专门测量这种「主动观察」能力的视觉推理基准。

项目叫OpenAI4S（Open AI for Scientist），是北京大学&元空AI Agent联合实验室正式开源的科研智能体项目。

当行业还在争论Agent能不能自己反思、自己纠错、甚至越用越聪明时，斯坦福的两位实战派教授Dr.Aakanksha Chowdhery和Azalia Mirhoseini已经把这个问题拆成了一门完整的教学课程CS329A《自我进化AI智能体》。

本文目标是建立一套可用于实际工作的框架：面对一个模型、一组 GPU、一个业务流量目标，你能够计算显存、并发、吞吐、延迟、实例数和成本，并知道每个优化手段解决的到底是什么问题。做推理优化，很核心的一个能力就是要学会算数。

Anthropic CEO 达里奥担忧，公司新招来的人才更多是冲着钱，而非 Anthropic 的使命。

AI会画图，已经不是新闻，真正值得讨论的是，当大模型越来越强以后，它还能做什么？

当 Codex 可以同时跑很多个任务，Claude Code 可以长时间留在工程现场，Cursor 可以让多个 Agent 在不同 worktree 里并行工作，“完成”会越来越便宜，也会越来越频繁。

《Data Pyramid for Embodied Manipulation》提供了一套面向具身操作的数据中心框架。

有这样一支清华系团队再展锋芒，规模不大、实力却不小——抢先用MoE架构把视频生成模型卷上千亿参数，代码权重还全！开！源！

数据仓库是用来存储和分析大量结构化数据的；数据湖更像个大水池，什么数据都能往里扔，包括日志、图片、视频这些非结构化数据。它们更多是大数据架构层面的概念。

最近，Wafer AI 在 AMD MI355X 上部署了 Kimi K3。结果是，原本需要 16 张 NVIDIA B200、横跨两台服务器运行的模型，在一台配备 8 张 MI355X 的 AMD 服务器中就能完成部署。

清华大学唐杰教授团队、新加坡国立大学（NUS）以及Bosch AI联合发布了一篇针对大模型记忆架构前沿的详尽综述。

每个人都在用 AI 提效，为什么整体交付周期没有显著缩短？因为真正影响效率的，不只是单点任务的执行速度，更是角色之间的等待、交接、信息损耗与重复返工。只有围绕 AI 重新设计流程和协作方式，才能从“更快的局部”走向“更短的整体”。

近日，千寻智能高阳团队的最新研究 《When Does Legacy Data Start to Help? Emergent Transfer in Cross-Configuration Robot Learning》（老数据何时开始 "帮上忙"？跨配置机器人学习中的涌现式迁移）正式公开。

整体而言，SpaceX的AI业务亏损在收窄，但绝对规模仍然很大。

真正值得做的是两件事：一件事，把 Agent 工作中学到的经验，压缩成可验证、可传播、可撤销的控制对象。另一件事，把多 Agent 协作里的确定性部分交还给程序，让任务覆盖、结果格式、失败重试、权限边界和最终合并都有稳定协议。

近日，津渡生科（由4个牛津大学归国学霸创办）自主研发的生命科学垂类GeneLLM多组学大模型，接连登上国际顶级学术期刊——《Nature Communications》与《Advanced Science》。

先是菲尔兹奖得主官宣入职，紧接着翁荔爆出加入，如今又来了一位大佬。

腾讯&中科院信工所的 RARG，给出了一个干脆利落的解法：相关性既不当筛子、也不当饭碗，而是当导航——Embedding 只负责把语料库排成"按相关性排序的队列"，grep 沿着队列挨个深挖。

在最新博客文章里，知名科技播客Dwarkesh Patel抛出一个大胆推演：如果AI实验室收入继续高速增长（如Anthropic到明年底达1万亿美元），而算力供应每年仅增约3倍，那么计算力价格可能上涨10倍以上。

Loop Engineering，在我的理解里，它解决的是“自动化”的问题。即如何在不脱离人类目标的前提下，让 AI 能够自动运转、自我迭代，尽可能减少人的手动干预。

LlamaFactory的作者郑耀威最近开源了一个新项目PenguinHarness。这个「企鹅驾驭师」能帮你自动完成Agent的构建、评测和持续改进，真正从「手动调优Agent」迈入「Agent自我迭代」。