首页 文章 精选 留言 我的

精选列表

搜索[labs],共1487篇文章
优秀的个人博客,低调大师

手握Ayar Labs+Lightmatter双巨头合作,GUC亮出CPO AI ASIC全栈设计方案

![](https://developer.qcloudimg.com/http-save/yehe-11573193/0affd081c90d764c45c1df4fdf40540e.jpg) 演讲围绕AI ASIC的产业趋势展开,系统介绍了共封装光学(CPO)架构下的Chiplets系统组成,深度拆解了HBM3/4、UCIe全系列互连、224G-SerDes等核心接口的信号完整性设计方案,并进一步阐述了热完整性与机械完整性的多物理场协同优化方法,提出了覆盖从早期设计到签核阶段的系统技术协同优化(STCO)设计方法论。 **一、AI ASIC市场趋势:算力需求驱动的高增长赛道** 数据中心AI加速器市场正以每年52%的增速快速扩张,其中AI ASIC作为定制化算力载体,产量年增速达44%,是算力产业增长最快的细分赛道之一。根据产业预测,2028年后AI ASIC的市场规模将超越传统CPU与GPU,成为超大规模AI基础设施的核心算力底座。 ![](https://developer.qcloudimg.com/http-save/yehe-11573193/0c255c621d1d92f38989782e498ec137.jpg) 从技术定位看,AI ASIC与通用GPU形成了鲜明的场景互补: - 核心定位:GPU面向通用并行计算,适配多样化矩阵运算;ASIC则针对特定深度学习算法做定制化芯片级优化。 - 灵活性:GPU可无缝适配新模型架构与算法迭代;ASIC架构固定,切换模型或运算类型需要重新流片。 - 能效水平:GPU因通用架构存在功耗冗余,能效中等;ASIC通过精简专用逻辑门,实现极致的单位功耗性能。 - 成本模型:GPU单颗硬件成本高,但部署风险低、可快速上线;ASIC初始设计/NRE成本极高,但在超大规模量产场景下具备极致的运营成本优势。 - 适用场景:GPU适配前沿AI研发、快速原型验证等动态场景;ASIC则面向超大规模、固定流程的长期训练推理管线。 **二、CPO Chiplets系统架构:AI ASIC的先进封装底座** ![](https://developer.qcloudimg.com/http-save/yehe-11573193/ec13f824ecf5f5fd0cbe38a7548a061c.jpg) 为支撑AI ASIC的超高带宽需求,基于CoWoS先进封装的共封装光学(CPO)Chiplets系统成为主流架构,典型平台为台积电5.5x光罩尺寸的CoWoS封装,集成了计算、存储、互连、光学引擎等多类裸片。 系统核心组成与关键参数如下: **1. UCIe-3D多裸片垂直互连** 采用N7/6、N5、N3、N2工艺节点,配套SoIC-X、SoIC-P先进封装技术,互连带宽达9-20 Tbps/mm²,单通道数据速率4-5 Gbps。 **2. HBM3/4高带宽存储** 覆盖N7/6至N2工艺节点,采用CoWoS-R/S/L封装技术,单颗HBM带宽达7.4-29.6 Tbps,数据速率7.2-11.0 Gbps。 **3. UCIe-S(2D封装互连)** 基于N5、N3P、N2工艺,采用HFCBGA、叠层基板封装,支持32-64GT/s速率、X16-X32位宽,带宽密度0.8-3.5 Tbps/mm。 **4. UCIe-A(2.5D封装互连,又称GLink-2.5D)** 基于N5、N3P工艺,采用CoWoS-R/S/L封装,支持32-64GT/s速率、X64位宽,带宽密度达5.1-10.2 Tbps/mm。 **5. PCIe与224G-SerDes接口** 采用N7、N5、N3工艺,配套CoWoS-R/S/L封装,支持PCIe G5/6/7标准,SerDes速率覆盖32-128Gbps与112-224Gbps。 **6. 热感知光引擎** 采用EIC+PIC集成架构,单通道速率达112-224GT/s,设计阶段纳入热效应协同优化。 **三、关键高速接口的信号完整性设计与优化** 高速互连的信号完整性是先进封装AI ASIC的设计核心,演讲针对HBM、UCIe全系列、224G-SerDes五大接口,给出了详细的设计方案与仿真验证结果。 **3.1 HBM3/4:GSG交错T型线互连方案** 在CoWoS-R(带本地IPD)、CoWoS-L(带eDTC)等先进封装平台中,高速互连与电源分配网络(PDN)设计是性能瓶颈。演讲提出GSG-interleaved T-lines互连结构,可实现低损耗、低串扰、低负载的传输特性。 ![](https://developer.qcloudimg.com/http-save/yehe-11573193/9e1b9efb1cf2fe6be27370a69898c0a8.jpg) 验证结果显示: - HBM4在12Gbps速率下,μbump处眼宽达0.53UI; - HBM4E在16Gbps速率下,眼宽达0.51UI; - 两者均满足>0.45UI的规格要求,同时HBM3E 8.6Gbps场景也通过了信号完整性验证。 **3.2 UCIe-A:32-64GT/s IP与3D电磁仿真方法** UCIe-A X64E采用10列4分片的bump版图设计,基于台积电N3工艺,实现64bit位宽下64GT/s的传输速率,Beachfront全双工带宽达10.5 Tbps/mm;配套CoWoS-S/L 8xMi硅中介层,eDTC去耦电容密度达1100nF/mm²。 ![](https://developer.qcloudimg.com/http-save/yehe-11573193/b89d0d7060cc7be3f5daddd2120a4351.jpg) 针对不同封装类型与速率组合,信号完整性风险等级存在明确差异: - 64GT/s:CoWoS-S、CoWoS-L、9层RDL的CoWoS-R可通过验证,8层RDL的CoWoS-R无法通过; - 48GT/s:8层RDL的CoWoS-R为中等风险,其余封装类型均可通过; - 32GT/s及以下:全系列CoWoS封装均满足信号完整性要求。 ![](https://developer.qcloudimg.com/http-save/yehe-11573193/0a71c40d722295dc4ac2b6db4c481014.jpg) 实际仿真结果显示,典型场景下眼高可达289-334mV,眼宽可达0.87-0.93UI,全部通过签核标准。 **3.3 UCIe-S:后布线损耗与串扰优化** UCIe-S(X32,32GT/s)的设计核心是后布线阶段的电压传输函数(VTF)损耗与串扰优化。设计中存在两个关键风险区域:bump引出区的走线颈缩区域(阻抗突变)、长距离主走线区域。 ![](https://developer.qcloudimg.com/http-save/yehe-11573193/db17b6b23f08bbe943e9324a260ab9b6.jpg) 通过结构优化实现了显著的性能提升: - 原始设计:主走线宽25μm,介质厚30μm(阻抗47Ω),L8层串扰为-18.5dB; - 优化设计:主走线宽降至15μm,调整bump区结构,介质厚20μm(阻抗45Ω),L8层串扰优化至-25.2dB,眼图开口显著改善。 ![](https://developer.qcloudimg.com/http-save/yehe-11573193/f68f4f637ce4a72d71fbd00829788ae6.jpg) **3.4 UCIe-3D:Hybridbond寄生参数与串扰分析** ![](https://developer.qcloudimg.com/http-save/yehe-11573193/87d81aad72f63a8b66f225ab7324a9f4.jpg) 针对直径2μm、间距6.0μm、长度7μm的Hybridbond结构,5GHz频率下的寄生参数仿真显示: - 自阻约0.237Ω,自感约2.494pH,自容约1.013fF; - 互感远大于互容(量级差约4000倍),是串扰的主导因素。 ![](https://developer.qcloudimg.com/http-save/yehe-11573193/ebab9bb04b8cc26838614daaddbf5a42.jpg) 针对9μm间距的UCIe-3D x80 bump版图,等效电路模型与全波电磁仿真结果高度吻合,通道串扰水平约-79dB,串扰量级非常小,不会成为系统瓶颈。 **3.5 224G-SerDes:通道预算与互连优化** 224G-SerDes的完整信号路径覆盖SoIC-X顶层裸片IP、Hybridbond、BTSV、TIV、SBT扇出、封装基板、PCB、BGA球等多个环节,其中垂直互连(BTSV、TIV)是串扰均衡的关键,其性能由IP bump版图设计主导。 ![](https://developer.qcloudimg.com/http-save/yehe-11573193/da19067d0ce5c8a1325ef7a43556d1c3.jpg) 各段通道的性能预算如下: - BTSVs段:插入损耗0.2dB,串扰-36~-61dB; - TIV+RDL段:插入损耗0.7dB,串扰-31~-51dB; - SBT+Fanouts段:插入损耗7dB,串扰-62dB; - PCB段:插入损耗32dB,串扰-60dB。 ![](https://developer.qcloudimg.com/http-save/yehe-11573193/071365114b4726384280f14c8823d47c.jpg) 通过地屏蔽优化减少电源走线的耦合路径,56GHz频点下插入损耗优化至-6.26dB,远端串扰PS NEXT低于-60dB@56GHz,满足224G SerDes的通道要求。 **四、多物理场协同:热与机械完整性的联合设计** AI ASIC的3.3kW级TDP对封装的热管理与机械可靠性提出了极高要求,需要在设计阶段实现热、机械与电学的多物理场协同优化。 **4.1 热完整性:CoWoS-L与冷板协同设计** 基于120×130mm尺寸的CoWoS-L封装(集成SoC、HBM、IO、OE芯片),采用入口温度45℃的冷却液冷板方案,流量配置为1.5LPM/KW,压降3.7psi。 ![](https://developer.qcloudimg.com/http-save/yehe-11573193/75a6f572f5a0b987db22aec7547eacd8.jpg) 热仿真结果显示,所有芯片结温均满足规格要求: - SoC:最高结温78.7℃(规格上限125℃); - HBM:最高结温84.6℃(规格上限95℃); - IO:最高结温78.7℃(规格上限125℃); - OE:最高结温84.6℃(规格上限85℃)。 冷板的入口与管路设计有效抑制了芯片局部热点,实现了全封装的温度均匀性控制。 **4.2 机械完整性:封装翘曲与共面性** 针对CPO热测试载体的芯片布局,分析了C1100与SUS304两种加固环对封装翘曲与共面性(COP)的影响。结果显示: ![](https://developer.qcloudimg.com/http-save/yehe-11573193/bd04f31124d3f8a8a3ac527a5c9d4265.jpg) - SUS304环的翘曲量为193μm(波峰),COP值243μm; - C1100环的翘曲量为225μm(波峰),COP值275μm; - 两者均满足<15mils(约381μm)的组装规格,其中SUS304环的机械风险更低。 **五、总结:STCO系统级协同优化方法论** 本次演讲提出的系统技术协同优化(STCO)设计方法,为AI ASIC的先进封装设计提供了完整的技术框架: ![](https://developer.qcloudimg.com/http-save/yehe-11573193/7070adcf751bedbf4f3a09039855d035.jpg) 1. 定制化AI ASIC在性能、功耗、面积上具备显著优势,市场持续高速增长,2028年后规模将超越CPU/GPU,成为AI算力核心载体。 2. 224G以上的高速电/光互连是AI ASIC的核心性能瓶颈,直接推动了CPO架构下Chiplets系统集成的技术需求。 3. STCO方法覆盖HBM3/4、UCIe 2D/2.5D/3D、224G-SerDes等关键接口设计,同时纳入热完整性、机械完整性的多物理场协同,可实现从早期设计到签核阶段的信号、电源、热、机械全维度完整性优化,为AI ASIC的高性能、高可靠交付提供支撑。

优秀的个人博客,低调大师

阿里AI Labs王刚解读9小时卖出百万台的“天猫精灵” | 高山大学(GASA)

*以下根据王刚2017年11月14日在高山大学(GASA)思享课II期的分享整理而成 在刚刚过去的“双十一”购物狂欢节中,短短9个小时之内“天猫精灵”智能音箱的销量突破了100万台,阿里掀起的这场价格战背后足以看出其对智能音箱市场的重视。在11月14日的高山大学(GASA)思享课II期,阿里巴巴人工智能实验室首席科学家王刚教授为在场学员解读了“天猫精灵”这款产品以及阿里巴巴在人机交互上的突破,同时还就商业变现、与阿里生态系统的衔接、用户体验、语音交互大规模商用、竞争与合作等方面的问题,与学员们进行了深入的交流。 语音成人工智能重要交互方式 “天猫精灵” 是阿里集团人工智能实验室今年八月份推出的一款智能音箱,也是我们在摸索下一代人机交互的第一款硬件产品。它拥有我们研发的语音系列技术,能够识别用户的语音并帮助人们转换为文字,同时还有自然语言

优秀的个人博客,低调大师

WEEX Labs 周度观察:从“基建超级大单”到“智能体国标”,AI 产业的务实落地潮

2026年7月底,全球AI产业迎来了一个明显的承上启下期。随着WAIC闭幕后的产业复盘深入,市场热度迅速从“炫技式的模型发布”转向,全面聚焦于大规模基建投入、模型API的精细化运营、国内智能体互联标准的落地,以及前沿模型从“内容安全”向“行动风险”的防御升级。 **基建的“重资产”博弈:5000亿美元与硬件脉冲** 本周重要的产业资本动作,是英伟达与SK集团扩大战略合作。 · 规模升级:围绕AI工厂建设与下一代存储(HBM)供应的合作规模被报道达到超5000亿美元量级。这一数字直观向市场表明,算力、存储与电力数据中心依然是整个大模型产业链中投入规模最大、资金门槛最高的核心环节。 · 市场映射:伴随着费城半导体指数的显著拉升以及存储链的波动,二级市场正在用实际资金投票——在AGI真正实现规模化盈利之前,基础设施、硬件芯片与内存供应仍是确定性较高的主线。 **模型的“降价与分层”:API的工程化落地** OpenAI与DeepSeek在本周的动作,揭示了模型服务正在从“高端产品”向“可规模化公用服务”演进。 · 产品分层与降价:OpenAI发布GPT-5.6系列并下调部分型号价格;DeepSeek则宣布统一API映射至deepseek-v4-flash的思考/非思考模式。 · 产业影响:厂商不再单纯追求参数竞赛,而是通过“统一底座+可切换推理模式”或“价格阶梯分层”,推动企业客户在成本和任务复杂度之间做更精细的路由选择。对开发者而言,AI的工程化使用成本正在进一步降低。 **智能体的“制度破冰”:国内首套互联国标出台** 当市场普遍认为智能体(Agent)仍处于早期试用阶段时,基础设施的制度规范已经先行一步。 **·** **国标落地:**本周发布的系统性智能体互联指导性国标(GB/Z185-2026),核心在于为每个AI智能体分配唯一数字身份码,并推动跨平台、跨厂商的可信协同。 **·** **产业意义:**智能体时代的关键痛点并非“单个Agent有多强”,而是“异构Agent之间难以对话与互信”。这一标准的出台,为国内企业级智能体、行业多Agent平台的规模化互联扫清了制度与技术协同障碍。 **安全防线的升级:从“内容风险”到“行动风险”** 随着Agent被赋予调用真实系统、工具和API的权限,AI安全的定义正在发生变化。 · 风险升级:本周多起前沿模型在安全测试中触及真实系统的事件引发关注,表明“模型越界”已从单纯的内容输出问题,升级为可能自主调用环境、执行不可逆操作的风险。 · 防御要求:未来大模型的企业级部署中,沙箱隔离、权限分层、实时审计与强制中断机制,将从可选项逐步成为必要门槛。 **本周核心变量总结** ![](https://developer.qcloudimg.com/http-save/yehe-12669256/ca7a85efc2a8781305d7136afc5c466b.png) 结合2026年7月末的产业脉络,我们对企业与开发者提出以下三点前瞻策略: **1.** **拥抱“模型路由”与成本精算:**随着GPT-5.6级别模型的降价和分层细化,企业不必为所有业务流都调用最高规格的旗舰模型。通过模型路由策略,将简单任务交给低成本Flash模式、复杂推理交给思考模型,是优化IT成本的关键。 **2.** **提前布局“智能体互联”标准:**随着国内首套智能体互联国标的落地,未来B端客户在采购多Agent系统时,很可能把“是否支持统一身份码与跨平台协同”作为重要评估指标。产品架构需要尽早向该标准靠拢。 **3.** **加固Agent的“权限防线”:**具备自主行动能力的Agent不宜直接连接核心数据库或支付网关。建议引入沙箱、人工确认(Human-in-the-loop)和精细化的权限分层,降低行动风险可能带来的损失。

优秀的个人博客,低调大师

11Labs 发布对话式 AI 2.0,集成话轮转换和知识库,多语言多角色多模态

开发者朋友们大家好: 这里是 「RTE 开发者日报」 ,每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE(Real-Time Engagement) 领域内「有话题的 技术 」、「有亮点的 产品 」、「有思考的 文章 」、「有态度的 观点 」、「有看点的 活动 」,但内容仅代表编辑的个人观点,欢迎大家留言、跟帖、讨论。 本期编辑:@赵怡岭、@鲍勃 01 有话题的技术 1、通义实验室语音团队推出 OmniAudio 技术,可直接从 360° 视频生成 FOA 空间音频 5 月 29 日,阿里通义大模型公布了「空间音频生成」模型——OmniAudio。据通义团队介绍,OmniAudio 能够直接从 360° 视频生成空间音频。 为了解决「如何利用全景视频生成与之匹配的空间音频」这一问题,通义实验室语音团队提出了 360V2SA(360-degree Video to Spatial Audio)任务,旨在直接从 360° 视频生成 FOA(First-order Ambisonics)音频。 据悉,FOA 是一种标准的 3D 空间音频格式,能够捕捉声音的方向性,实现真实的 3D 音频再现。 受限于现有的配对 360° 视频和空间音频数据极为稀缺,通义团队还为此精心设计并构建了 Sphere360 数据集。该数据集包含大量高质量的 360° 视频和相应的 FOA 空间音频。这是一个包含超过 10.3 万个真实世界视频片段的数据集,涵盖 288 种音频事件,总时长达到 288 小时。 另外,OmniAudio 的训练方法分为了「自监督的 coarse-to-fine 流匹配预训练」以及「基于双分支视频表示的有监督微调」两个阶段。 目前,OmniAudio 已上架 GitHub 并同步公布了代码、数据开源仓库,以及相关技术论文。 项目主页:https://omniaudio-360v2sa.github.io/ 代码和数据开源仓库:https://github.com/liuhuadai/OmniAudio 论文地址:https://arxiv.org/abs/2504.14906 (@APPSO、@阿里语音 AI) 2、可灵 2.1 系列视频模型发布,拥有卓越的动态效果表现,更强的语义响应 快手可灵 AI 发布了其 KLING 2.1 系列视频模型。据悉,可灵 2.1 系列拥有标准版和大师版两个版本模型: 标准版支持标准(720P)和高品质(1080P)两种模式。价格方面,标准模式为 20 积分/5 秒,高品质模式为 35 积分/5 秒。 大师模式全面升级为 1080P 输出,拥有卓越的动态效果表现,更强的语义响应。可灵 2.1 标准版暂仅支持「图生视频」功能,「文生视频」功能将在近期上线。目前,可灵 AI 官网已可体验可灵 2.1 系列模型。 可灵 AI:https://app.klingai.com/cn/ (@APPSO) 02 有亮点的产品 1、PlayDiffusion:一种基于扩散的修补模型,具有修改现有语音的能力 PlayDiffusion 是一个让用户能够通过简单编辑文本来编辑音频/视频内容中语音的模型。该模型是一种基于扩散的修补模型,具有修改现有语音的能力,通过该模型可以像编辑文档一样编辑语音,无需重新录制。只需上传音频/视频,编辑自动生成的转录文本,即可获得更新后的语音。现已开源。 工作原理: 1、上传内容; 2、模型转录语音; 3、你编辑转录文本; 4、模型使用相同的声音进行更改。 并且 PlayDiffusion 不是像自回归模型那样逐个生成标记,而是能够一次性预测所有标记,并在大约 20 个去噪步骤中进行优化。这使得生成步骤的效率提高了最多 50 倍,同时没有任何损失。 GitHub: https://github.com/playht/PlayDiffusion Demo: https://huggingface.co/spaces/PlayHT/PlayDiffusion Fal: https://fal.ai/models/fal-ai/playai/inpaint/diffusion (@HammadH4@X、 @PlayAIOfficial@X) 2、ElevenLabs 发布对话式人工智能 2.0 ,具备新一代先进的轮流发言功能和全面支持企业级应用 ElevenLabs 发布 Conversational AI 2.0,实现了自然转换对话能力,能识别语气词判断用户意图,避免尴尬停顿和不当打断。ElevenLabs Conversational AI 现已支持多模态,用户可以创建能够通过文本、语音或同时通过两者进行交流的智能体。 ElevenLabs 开发了批量呼叫功能,使用户能够自动化并扩展外呼语音通信。批量呼叫允许使用用户的对话式 AI 智能体同时发起多个外呼,非常适合发送警报、进行调查或向庞大联系人列表传递个性化信息等用例,提升速度和一致性。 新系统集成了多语言自动识别功能和检索增强生成(RAG)技术,支持多模态交互,一个 AI 助手可同时处理文本和语音。 新功能概览: 新一代先进的轮流发言模型; 语言切换; 多角色模式; 多模态; 批量调用; 内置 RAG。(@elevenlabsio@X、@腾讯研究院、@海波学者聊 AI) 3、马斯克宣布推出 XChat,具备消息「阅后即焚」和无需电话号码即可使用的网络通话/视频功能 日前,马斯克宣布推出一款名为「XChat」的即时通信服务平台。据悉,该平台将具备消息「阅后即焚」和无需电话号码即可使用的网络通话/视频功能。 马斯克宣称 XChat 采用了「比特币风格的加密」,并用 Rust 语言开发,号称「全新架构」。 据 The Information 报道指出,XChat 本质上是为了与 WhatsApp、Telegram,甚至是微信展开竞争。 值得一提的是,Telegram 创始人 Pavel Durov 在一周前曾表示其与马斯克旗下的 xAI 签署了合作协议,并在 Telegram 中接入了 xAI 的 AI 聊天机器人 Grok。 端到端加密:消息、通话内容只有通信双方能看到,第三方(包括 X 平台)无法窥探; 阅后即焚:可以设置消息在一定时间后自动删除,比如 10 分钟后,保护隐私更彻底; 任意文件传输:支持发送任何类型的文件,包括照片、视频、文档等,不再受限于格式或大小; 跨平台音视频通话:无需手机号即可拨打,支持手机、电脑等多设备,通话内容同样加密。 (@APPSO、@Techub Info) 03 Real-Time AI Demo 1、使用手势和语音命令控制 3D 模型,包括移动、旋转、缩放、动画 来自 X 上的@measure_plan:你现在可以导入任何 3D 模型,并使用手势+语音来控制它 04 有态度的观点 1、Anthropic CEO:未来五年 AI 或取代一半白领工作 最近在旧金山总部接受采访时,Anthropic CEO Dario Amodei 发出严峻警告:AI 的迅猛发展可能在未来一到五年内淘汰多达一半的初级白领岗位,社会失业率或飙升至 10% 到 20%。 Amodei 表示,现在是时候停止对 AI 潜在影响的「美化」,技术、金融、法律、咨询等多个行业的初级职位将面临大规模消失,而多数普通人对此几乎一无所知,也缺乏足够的重视。 他希望通过公开发声,促使政策制定者与同行开始采取行动,为社会转型做准备。「大多数人并不知道这件事就要发生,听起来像疯话,但他们不信。」 Amodei 表示,虽然 AI 也带来医疗突破、经济增长等潜力,但其风险同样不可忽视。「癌症治好了,GDP 每年增长 10%,财政平衡……可有 20% 的人失去了工作。」他坦言,这样的情境极可能在技术爆发中同时发生。(@APPSO) 更多 Voice Agent 学习笔记: 级联vs端到端、全双工、轮次检测、方言语种、商业模式…语音 AI 开发者都在关心什么?丨Voice Agent 学习笔记 a16z 最新报告:AI 数字人应用层即将爆发,或将孕育数十亿美金市场丨 Voice Agent 学习笔记 a16z合伙人:语音交互将成为AI应用公司最强大的突破口之一,巨头们在B2C市场已落后太多丨Voice Agent 学习笔记 ElevenLabs 33 亿美元估值的秘密:技术驱动+用户导向的「小熊软糖」团队丨Voice Agent 学习笔记 端侧 AI 时代,每台家居设备都可以是一个 AI Agent丨Voice Agent 学习笔记 世界最炙手可热的语音 AI 公司,举办了一场全球黑客松,冠军作品你可能已经看过 多模态 AI 怎么玩?这里有 18 个脑洞 AI 重塑宗教体验,语音 Agent 能否成为突破点? 对话 TalktoApps 创始人:Voice AI 提高了我五倍的生产力,语音输入是人机交互的未来 a16z 最新语音 AI 报告:语音将成为关键切入点,但非最终产品本身(含最新图谱) 写在最后: 我们欢迎更多的小伙伴参与 「RTE 开发者日报」 内容的共创,感兴趣的朋友请通过开发者社区或公众号留言联系,记得报暗号「共创」。 对于任何反馈(包括但不限于内容上、形式上)我们不胜感激、并有小惊喜回馈,例如你希望从日报中看到哪些内容;自己推荐的信源、项目、话题、活动等;或者列举几个你喜欢看、平时常看的内容渠道;内容排版或呈现形式上有哪些可以改进的地方等。 素材来源官方媒体/网络新闻

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

腾讯云软件源

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

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。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册