RWKV DevDay 2025 圆满落幕，看见 RWKV-8 的无限可能！-低调大师

RWKV DevDay 2025 圆满落幕，看见 RWKV-8 的无限可能！

2025-12-16 9

2025 年 12 月 13 日，RWKV 在上海漕河泾举办了主题为《RWKV-8 与未来趋势》的 2025 RWKV DevDay。

十位来自 RWKV 开源社区的重磅嘉宾带来了深度分享，内容涵盖 RWKV-8 的核心 ROSA 机制、并发推理、端侧推理优化、评测方法，以及 RWKV 最新生态进展等多个维度。现场气氛热烈，观众与嘉宾进行了深入的互动与探讨。

分享嘉宾精彩回顾

侯皓文，人工智能与数字经济广东省实验室(深圳)副研究员，分享主题：《RWKV-8 介绍及 RWKV embedding》

郑云骜，来自北京邮电大学，分享主题：《ROSA-tuning》

ROSA-Tuning 提供了一种基于 RWKV ROSA 思想的微调方法 ，使所有 LLM（例如 Qwen3）使用滑动窗口注意力（SWA）+ ROSA 就能处理任意长的输入 ，同时获得比完整的全局注意力更好的性能。

在推理过程中，ROSA 只需缓存与输入序列对应的 rosa_token_id，而不是代价昂贵的 kv_cache，从而实现了显著更低的时空复杂度。

目前 ROSA-Tuning 已经支持多 GPU、多节点和多核训练。

黄文杰，浙江大学博士生，分享主题：《rosa_soft》

rosa_soft 提供了一个端到端可训练的 ROSA 算子实现，将原本离散、不可微的 ROSA 机制成功融入现代深度学习训练流程。

该方法在前向传播严格执行离散、高效的 Hard ROSA 后缀自动机逻辑，保证推理效率与语义忠实性；在反向传播则引入新设计 SUFA（Suffix Attention）作为梯度代理，并结合 Value Detach + 几何衰减（VDD）训练策略，使 Q/K 学会对齐最长公共后缀、V 保持结构化与清晰表达，从而实现稳定有效的训练。

rosa_soft 算子源自 RWKV-8 ROSA 的"无限长、无损信息传播"思想，因此具备无 KV Cache、无点积 Softmax、CPU 高效并行推理等优势，目前已提供高性能 C++ 内核与 PyTorch 接口。

顾真牛，RWKV 社区核心开发者、Ai00 作者，分享主题：《RWKV State Tuning 实战》

李韦乐，RWKV 社区核心开发者，分享主题：《RWKV 高并行 Demo》

王策，元始智能应用开发工程师，分享主题：《RWKV 端侧 Chat》

康嘉乐，元始智能高级算法工程师，分享主题：《ModRWKV：RWKV 端侧 See 和 Talk》

张恺之，SSPU AILab RA、RWKV 社区核心开发者，分享主题：《RWKV Benchmark》

Jellyfish042，深圳大学研究生，分享主题：《RWKV Uncheatable Eval》

罗璇，元始智能联合创始人，分享主题：《RWKV 生态进展》

大会现场还通过三个具体的 Demo，直观展示了 RWKV 在不同领域的实际应用能力：

批量网页生成：通过高并行推理 Demo，展示了 RWKV 批量同时生成几十个网页代码的能力，体现了模型在多 agent 等高并发场景下的效率优势
端侧多模态交互（Chat & See & Talk）：在端侧设备上直接运行 RWKV 多模态模型，无需联网即可实现流畅的视觉识别与语音对话，展现了 RWKV 低功耗、低资源占用的特性
音乐生成（RWKV 作曲家 APP）：基于 RWKV 模型的作曲工具，模型可以离线生成连贯且动听的乐曲

RWKV DevDay 2025 已圆满落幕，来自 RWKV 社区开发者与核心团队的精彩分享，让我们看见了 RWKV-8 的无限可能。

感谢每一位嘉宾和参会者的参与和支持。期待在下一次 DevDay，与大家再次相见！

精彩预告：《RWKV 论文研讨会》即将启动

RWKV 社区将于近期举办 《RWKV 论文研讨会》 。论文研讨会将以线上直播形式开展，进一步协助推广 RWKV 社区的学术研究工作。欢迎各位 RWKV 论文作者联系我们提交议题！（可在公众号后台留言）

《RWKV 论文研讨会》将于 2026 年开始定期播出，具体的议程及主题，敬请留意公众号后续通知。

加入 RWKV 社区

欢迎大家加入 RWKV 社区，可以从 RWKV 中文官网了解 RWKV 模型，也可以加入 RWKV 论坛、QQ 频道和 QQ 群聊，一起探讨 RWKV 模型。

📖 RWKV 中文文档：https://www.rwkv.cn
💬 RWKV 论坛：https://community.rwkv.cn/
🐧 QQ 频道：https://pd.qq.com/s/9n21eravc | QQ 交流群：224287095
📺 BiliBili 视频教程：https://space.bilibili.com/3546689096910933

微信关注我们

原文链接：https://my.oschina.net/u/7093160/blog/18974047

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

播放器视频后处理实践（二）氛围模式

01 前言在日常视频播放中，我们经常会遇到这样的问题：视频的长宽比例与设备屏幕不一致，导致画面上下或左右出现黑边。虽然这并不影响视频的正常播放，但从用户体验的角度来看，这些黑边往往打断了视觉的沉浸感，显得格外突兀。为了解决这一问题，业界主流播放器（如 YouTube、Netflix）引入了一种被称为氛围模式（Ambient Mode）的视觉增强效果。它的核心思路是：通过实时识别视频画面的主色调，并动态将其填充到黑边区域，使边缘色彩与视频内容保持一致，提升整体视觉统一性，从而营造出与视频内容相协调的氛围效果，让观众的观看体验更加自然和沉浸。下面是YouTube的氛围模式效果： youtube竖屏效果 youtube横屏效果百度播放内核团队也将氛围模式效果应用到了视频播放场景，用于提升用户观看视频沉浸感，同时在百度App、好看App两款产品完成上线。本文将详细说明视频场景氛围模式技术方案。 02 整体技术方案氛围模式通过在播放内核视频后处理通道（FilterChain）添加一个AmbientFilter滤镜实现，其核心思路：通过AmbientFilter滤镜先将视频帧数据从GP...

2025-12-16

4

用 .NET 最小化 API 构建高性能 API 引言在当今快速发展的应用开发领域，构建快速、可扩展且可维护的API已成为现代应用的关键要求。随着.NET技术的不断演进，微软推出了最小化API(Minimal APIs)这一创新架构，旨在简化API开发流程同时显著提升性能。最小化API通过减少模板代码、优化启动时间，让开发者能够专注于业务逻辑而非框架复杂性，为构建高性能API提供了全新的解决方案。本文将深入探讨如何利用.NET中的最小化API架构构建高性能API，通过简洁的代码示例和实用建议，帮助开发者掌握这一现代API开发方法。什么是最小化API？最小化API是使用ASP.NET Core构建HTTP API的一种轻量级方式，它摒弃了传统的基于控制器的结构。与需要控制器、属性和多个文件的传统方法不同，最小化API允许开发者直接在Program.cs文件中定义路由和处理器。这种简化的架构带来了诸多优势： var builder = WebApplication.CreateBuilder(args); var app = builder.Build(); app.MapGet("...

2025-12-17

10

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。