收藏 / 列表

haixiudezhusun 頭像

高德開放平台 - 高德空間智能：賦能vivo藍河生態，讓AIoT設備成為出行“智慧夥伴”

2025年10月10日，廣東深圳vivo開發者大會（VDC）上，高德開放平台AIoT業務線產品負責人董佳玉，正式對外呈現了雙方合作的成果——基於藍河操作系統，我們以“雲+端”協同架構為基礎，為不同形態的AIoT設備註入出行智慧，讓用户在腕間、眼前都能享受到連貫高效的服務。 （高德開放平台AIoT業務線產品負責人 董佳玉） Part 01 高德開放平台：空間智能的探索與實踐 作為專注於空間智

物聯網 , 後端 , 前端

u_16213688 頭像

mob64ca14116c53 - 開箱！NVIDIA DGX A100(80G)_嗶哩嗶哩

AI創新的火花：NVIDIA DGX Spark開箱與深度解析 引言：當桌面迎來PetaFLOP級AI算力 長久以來，擁有數據中心級的AI算力似乎是少數頂尖實驗室和大型企業的專屬。然而，NVIDIA通過一款顛覆性的產品，徹底改變了這一格局。今天，我們懷着無比激動的心情，為大家帶來NVIDIA DGX Spark的獨家開箱評測。這款被稱

spark , 大數據 , nvidia , 人工智能 , DGX , Css , 前端開發 , HTML

aijianshendexuegao 頭像

Protonbase - 分佈式 Data Warebase - 構築 AI 時代數據基石

導讀：作者以人類世界一個信息層次模型 DIKW 為出發點，引出對計算機世界（系統）處理數據過程的介紹。接着以一個民宿平台數據架構隨業務發展而不斷演進的過程，展示了這場信息革命中，在具體應用場景下，一個系統是如何一步一步變得龐大、複雜的，伴隨而來的是運維、開發、業務中的一系列棘手問題。最後作者引入解決問題的一種新思路：以擴展關係型數據庫為基礎，引入分佈式事務並支持更多數據模型。基於此打造瞭解決性能瓶

數據倉庫 , 數據庫 , 人工智能 , 分佈式系統 , 分佈式事務

u_17342767 頭像

野豹商業評論 - 從"小微之王"到"罰單大户"：民生銀行的雙面2025

當51.42億元信用卡不良資產在銀登中心掛牌轉讓，當2025年度罰沒金額逼近9500萬元，中國民生銀行——這家曾被譽為“民營銀行標杆”的金融機構，正站在矛盾交織的十字路口。 一邊是時隔四年重拾增長的營收曲線，一邊是連續七個季度下滑的淨利潤；一邊是不良資產轉讓中“嚴禁暴力催收”的合規表態，一邊是罰單扎堆暴露的內控漏洞。 民生銀行究竟怎麼了？這場橫

差異化 , 風控 , 數據 , 人工智能 , 數據分析

u_16756731 頭像

KlipC小助手 - 英偉達Q3超預期財報，能否擊破“AI泡沫論”？

KlipC報道：當地時間11月19日，市場高度期待的英偉達三季度財報如期公佈，公司再度交出遠超預期的成績單。 財報顯示，英偉達三季度營收達到570億美元，同比增長62%；淨利潤319億美元，同比暴增65%；調整後每股收益（EPS）為 1.30美元，全面超出市場預估。同時，給出了超預期的四季度指引，預計營收將達到650億美元，上下浮動2%。 值得注意的是，英偉達最重要的業務板塊數據中心表現

英偉達 , 數據中心 , 人工智能 , 深度學習

u_16213630 頭像

mob64ca14038b36 - chatGPT與一加手機不兼容

從未來二十年的情況來看，印度是一個非常有潛力的市場。 文| I/O 在中國智能手機品牌中，一加在國際化方面的着力一直比較大，尤其是近來對印度市場變得越來越重視；體現在最新一代產品中，OnePlus 7T 系列的發佈率先在美國紐約和印度班加羅爾舉行，同時一加還面向印度市場發佈了一加電視。 當然，按照慣例，一加又為 OnePlus 7T 系列舉行了一場國內發

智能手機市場 , 智能手機 , 一加七語音喚醒 , chatGPT與一加手機不兼容 , Android , 人工智能 , 深度學習

u_15677700 頭像

EasyV數字孿生可視化 - 數字孿生港口：以某交通運輸企業數字孿生物流生產管理系統建設為例

1.建設背景 某交通運輸企業作為該省重點項目以及該集團港口板塊長江中下游重要的江海聯運中轉樞紐港，承擔着大量的裝卸貨任務。隨着業務量的快速增長，傳統的生產管理模式面臨諸多挑戰，為提高整體運營效率，實現精細化管理。產生了構建數字孿生模擬仿真引擎的需求，希望打造國內一流的集綠色、智慧、高效、安全於一體的現代物流樞紐港，釋放長江深水航道水運潛力。 （以下內容均來源於《數字孿生

數據 , 私藏項目實操分享 , 物聯網 , 數據可視化 , 管理系統 , 人工智能

u_16213682 頭像

mob64ca140fd7c1 - Java 工齡 工齡 帶小數

7-13統計工齡（20分） 給定公司N名員工的工齡，要求按工齡增序輸出每個工齡段有多少員工。 輸入格式: 輸入首先給出正整數N（≤105），即員工總人數；隨後給出N個整數，即每個員工的工齡，範圍在[0, 50]。 輸出格式: 按工齡的遞增順序輸出每個工齡的員工個數，格式為：“工齡:人數”。每項佔一行。如果人數為0則不輸出該項。 輸入樣例:

快速排序 , Java 工齡 工齡 帶小數 , i++ , 後端開發 , JAVA , ci

u_12192 頭像

angel - MySQL服務器的配置教程_firehare

1.MySQL 服務器簡介 通常所説的 MySQL 服務器指的是mysqld程序，當運⾏mysqld後對外提供MySQL 服務 1.1服務器配置和默認值 • mysqld 有很多選項和系統變量可以在啓動時進⾏配置，要查看服務器的默認選項和系統變量值， 可以執⾏以下命令： # 查看所有mysqld 選項和可配置的系統

服務器 , MySQL , 數據庫 , 後端開發 , 系統變量 , Python

dbkangaroo 頭像

袋鼠 - 袋鼠數據庫工具 7.99.1 版已上線

袋鼠數據庫工具 是一款 AI 驅動的熱門數據庫系統客户端(MariaDB / MySQL / Oracle / PostgreSQL / Redis / SQLite / SQL Server / ...) ，支持建表、查詢、模型、同步、導入導出等功能，支持 Windows / Mac / Linux 等操作系統，致力於打造一款好用、好玩、開發友好的開發者工具。 重點特性介紹 這個版本繼續完善 R

redis , 數據庫 , postgresql , 人工智能 , sqlite

u_15316473 頭像

阿里雲大數據AI技術 - EMR Serverless Stella 1.0 技術分享：StarRocks企業級版本內核重大突破

在今年雲棲大會上，EMRServerlessStella1.0正式發佈，這是一款面向企業級場景深度優化的高性能數據分析引擎。阿里雲開源大數據平台OLAP引擎負責人周康系統性地分享了Stella在存算分離架構、Lakehouse場景以及全文檢索等三大核心場景下的深度優化經驗，為業界提供了大規模OLAP系統工程化實踐的寶貴參考。Stella引擎的發佈將為企業級用户提供更加專業、高效的

大數據 , 數據倉庫 , 阿里雲 , Lakehouse , starrocks , Stella , olap

baihai_idp 頭像

Baihai_IDP - AI 編程熱潮下的萬字思考 —— 規避風險，善用其利

編者按： 在AI技術席捲軟件工程的今天，我們是否真的可以僅憑“氛圍”和直覺，就構建出可靠、安全且可維護的生產級系統？ 我們今天為大家帶來的這篇文章，作者的核心觀點是：“氛圍編程（vibe coding）”與“AI 輔助的工程實踐”存在本質區別，前者雖在創意激發和快速原型中具有價值，但絕不能替代結構化的工程方法。 文章通過多個維度深入探討了這一觀點：從 FAANG 團隊的實際工作流程切入，指

觀點 , 資訊 , 教程 , 知識 , 人工智能

metaxk 頭像

萬界星空科技 - QMS選型的本質與AI質檢的終極賦能

行業適配是偽命題？QMS選型的本質與AI質檢的終極賦能​ 一、選擇QMS應該如何選擇呢？ 1、功能 2、業務關聯和控制能力 3、集成能力 4、併發和大數據處理能力 5、諮詢能力，設計能力 6、其他製造業系統的熟悉程度，最好做MES，ERP。 二、AI質檢在萬界星空科技QMS中的具體應用場景 來料檢驗（IQC） 傳統方式： 抽樣檢

運維 , 工業智能化 , 人工智能 , 製造業 , 工業物聯網

openanolis 頭像

龍蜥社區 - 共築智能時代安全防線！AI 創新與系統安全分論壇議程出爐 | 2025 龍蜥大會

2025 龍蜥操作系統大會將於 11 月 17 日在北京·星地藝術中心舉辦，由中國計算機學會開源發展技術委員會、泛在操作系統開放社區、中關村科技園區朝陽園管理委員會（北京市朝陽區科學技術和信息化局）、中國開源軟件推進聯盟指導，龍蜥社區主辦，中關村互聯網 3.0 產業園（星地中心）協辦，阿里雲、中興通訊、海光信息、Intel、浪潮信息、Arm 等 24 家理事單位共同承辦，主題為“生態共融·智驅未來

操作系統 , 開源

nocobase 頭像

NocoBase - 美航通過 NocoBase 節省了 70% 的物流系統升級成本

NocoBase 是一個極易擴展的開源無代碼開發平台。完全掌控，無限擴展，助力你的開發團隊快速響應變化，顯著降低成本，不必投入幾年時間和數百萬資金研發，只需要花幾分鐘部署 NocoBase。 NocoBase 中文官網 官方文檔 關於美航 成立於 2004 年的美航是一家綜合性國際物流企業，主要業務集中在泛太平洋航線。美航主營無船承運國際貨運代理業務，同時將貨櫃服務拓展至全球各大港口。憑藉優質服務

系統設計 , 低代碼 , 系統架構

liudamao 頭像

劉大貓 - SpringBoot項目的html頁面使用axios進行get post請求

説明：本項目為SpringBoot項目而不是vue項目，本項目用於練習axios使用get及post請求 get和post請求都採用兩種方式進行配置，並註明易錯點 @[toc] 1.axios是什麼 Axios 是一個基於 promise 的 HTTP 庫，可以用在瀏覽器和 node.js 中，axios是對ajax的一種封裝，而jquery也是對ajax的一種封裝。 axio

post , Ajax , 人工智能 , Axios , get

jdcdevloper 頭像

京東雲開發者 - 從原理聊JVM（一）：染色標記和垃圾回收算法

作者：京東科技康志興 1 JVM運行時內存劃分 1.1 運行時數據區域 • 方法區 屬於共享內存區域，存儲已被虛擬機加載的類信息、常量、靜態變量、即時編譯器編譯後的代碼等數據。運行時常量池，屬於方法區的一部分，用於存放編譯期生成的各種字面量和符號引用。 JDK1.8之前，Hotspot虛擬機對方法區的實現叫做永久代，1.8之後改為元空間。二者區別主要在於永久代是在JVM虛擬機中分配內存，而元空間

jvm , 垃圾回收機制 , 垃圾回收 , JAVA , 後端

codists 頭像

codists - 《Programming from the Ground Up》閲讀筆記：p19-p48

《Programming from the Ground Up》學習第2天，p19-p48總結，總計30頁。 一、技術總結 1.object file p20, An object file is code that is in the machine's language, but has not been completely put together。 之前在很多地方都看到object fi

asm

weidejianpan 頭像

商湯萬象開發者 - LazyLLM 教程 | 第 13 講：RAG + 多模態：圖片、表格通吃的問答系統

在前面的課程中，我們探討了RAG（Retrieval-Augmented Generation）的基本原理及其在純文本處理中的應用。RAG 通過從外部知識庫檢索相關信息，結合上下文生成更準確、信息豐富的回答，從而提升基於文本的問答系統能力。 然而，現實世界中的信息並不侷限於文本，例如 PDF 文檔中的圖片、表格等多模態數據也承載着大量有價值的知識。在某些情況下，這些圖文並茂的內容比純文本更直觀、

llm , 算法 , 教程 , 人工智能 , 開源

u_17420180 頭像

合合信息解決方案 - 銀行國際結算業務單據處理系統推薦

方案介紹 在全球貿易頻繁與金融數字化轉型的雙重推動下，國際結算業務作為銀行服務跨境實體經濟的核心環節，其單據處理的效率與風控水平直接決定銀行的市場競爭力。針對信用證、提單等單據格式繁雜、版式多變的特點，以及傳統人工與半自動化處理模式存在的效能瓶頸，合合信息推出國際結算業務智能文檔處理平台，為銀行單據處理難題提供核心解決方案。 該平台依託合合信息多模態大模型文本智能技術

機器學習 , 字段 , 風控 , 數據 , 人工智能

u_16459925 頭像

wx6583a3b0b06d1 - DIFY-WEB Docker 容器化部署指南

概述 DIFY-WEB是Dify.AI的前端應用Docker鏡像，Dify是一款LLM應用開發平台，目前已支持超過10萬款應用的構建。該平台集成了Backend as a Service (BaaS)和LLMOps的核心概念，覆蓋了構建生成式AI原生應用所需的核心技術棧，包括內置的RAG引擎。通過DIFY，用户可以基於任何LLM模型自助部署類似Assistants API和

生產環境 , 數據可視化 , dify部署 , 人工智能 , dify , Docker

u_17562481 頭像

思考的袋鼠 - 構建數據庫安全新範式：以規範為基石，實現精確與實時動態防護

概要： （提示：當防護邊界逐漸模糊，數據自身的“行為軌跡”成為新的安全焦點。） 在數字經濟的核心結構中，數據庫不再僅是支撐業務的技術組件，而是企業數字資產的“原礦”。金融機構的交易流水、互聯網平台的用户畫像、醫療系統的病歷檔案——所有這些關乎隱私、業務與監管的數據，都以數據庫為載體在組織內流轉與沉澱。但隨着數據量與訪問頻率呈指數級增長，傳統以“靜態防護”為核心的數據庫

數據 , 數據庫 , 數據庫安全 , 人工智能 , 深度學習

u_16116809 頭像

wx6464351503832 - 強化學習(RL)簡介及其在大語言模型中的應用

看到huggingface上有個大模型課程，其中有個章節是講如何構建推理大模型，下面是對應的學習內容。 接下來會用最通俗易懂的方式介紹RL，就算之前完全沒接觸過也能看懂。會拆解核心概念，看看為什麼RL在大語言模型（LLMs）領域變得這麼重要。 什麼是強化學習（RL）？ 想象一下訓練一隻狗。想教它坐下。可能會説"坐下！"，如果狗坐下了，就

強化學習 , 語言模型 , 自然語言處理 , 人工智能 , Css , 大模型 , 前端開發 , HTML

baidujiagoushi 頭像

百度Geek説 - 百度搜索結果波動的極致治理

作者 | ZZ 導讀 本文講述百度搜索系統面臨搜索結果一致性的挑戰，如何準確衡量並消除不一致因素成為關鍵問題。本文介紹了百度搜索系統針對結果波動問題的創新解決方案，通過設計數據打平技術，將問題量化至服務與特徵層面，並利用fake流量與動態debug機制進行大量實驗與數據收集。同時，採用多實驗統籌與自動巡檢機制提高實驗效率與分析自動化，最終成功捕獲所有對結果波動有實質貢獻的特徵，為系統優化提供了精確

服務治理 , 分佈式系統 , 一致性