跳到正文

全部动态

今日 1 条
9月30日周三
  3. 得物技术（公众号）20

    得物 3D 空间图片技术实践：单图生成三维高斯场景并在移动端稳定 60FPS

    得物上线 3D 空间图片功能，用户发布图片时带上 #空间图片 话题，服务端异步用单图前馈生成 3D Gaussian Splatting 场景模型，客户端按手机姿态实时渲染。模型经属性量化与紧凑编码后文件体积较压缩前减少约 81.5%，GPU 排序耗时降低 60%–75%，iOS、Android 真机帧率稳定在 60FPS。

  4. 阿里技术（公众号）62

    高德本地生活分析 Agent 的 AI Native 实践全景复盘

    高德 BI 团队复盘本地生活分析 Agent 的建设过程，按 L0–L4 能力分级梳理从智能问数走向归因诊断的路径。文章给出三层框架，并记录分析执行、知识复用、经营判断三段返工中的具体做法，包括固定版本知识快照、Skills 写分析方法、指标口径更新 Pipeline 与三层质量检查。到 S1 末，这套体系支撑本地生活多个业务单元的例行经营诊断，全行业经营简报一小时内产出。

    推荐理由：作者复盘高德本地生活分析 Agent 从 L2 智能问数走向 L3 归因诊断的三段返工，给出可迁移的知识治理与质量工程做法。

9月29日周二
  1. 阿里技术（公众号）65

    阿里稳定性团队复盘 AI Native 前端实践：用 Skill 与 Plugin 把规范带进 AI 编码

    阿里稳定性团队前端王僖复盘了团队半年的 AI Native 研发转型，核心问题是当后端、产品、设计都能借 AI 写前端后，如何保证交付质量。

    推荐理由：一支稳定性团队把 AI 生成代码纳入真实交付的完整复盘，给出了 Skill、Plugin 与分库协作的具体做法和量化结果。

9月28日周一
  2. 阿里技术（公众号）22

    阿里联合清华、上海交大发布 RoboFlywheel，为具身智能建开放数据底座

    阿里巴巴携手清华大学、上海交通大学在云栖大会上发布具身智能开放数据基础设施 RoboFlywheel，围绕数据生产、处理、验证与复用四环节建设。其中 RoboFlywheel-Sim 首批覆盖 52 万刚体资产、40 万铰链资产和 10 万柔性资产，RoboFlywheel-Dataset 首批接入 40+ 数据集，RoboFlywheel-Recipe 提供 20+ 官方算子。

9月26日周六
9月25日周五
9月24日周四
  1. 阿里技术（公众号）62

    代码生成越来越快，软件交付真正的瓶颈转向了哪里？

    阿里巴巴集团 AI Native 研发实践论坛上，六位来自阿里、蚂蚁、飞猪和复旦的实践者讨论代码生成提速后软件交付的瓶颈所在。阿里巴巴研发基础设施负责人许晓斌给出时间结构：编码通常只占软件交付总时长的 20%—30%，时间主要耗在影响分析、环境准备、联调、审批、灰度和封网等环节。

    推荐理由：六位阿里、蚂蚁、飞猪与复旦的实践者从各自链路说明，编码提速为何没有同步转化为交付提速。

  3. Meta 工程博客22

    Meta 为 AI 眼镜引入 Private Processing 隐私计算

    Meta 将 Private Processing 机密计算基础设施扩展到 AI 眼镜，AI 模型在机密虚拟机（CVM）内运行，Meta 自身也无法访问用户数据。该方案基于 CPU 与 GPU 的 TEE 硬件能力，提供数据机密性、数据完整性与代码完整性三项保证，并通过远程认证报告校验软件镜像。此前 Private Processing 已用于 WhatsApp 和 Meta AI 应用。

9月23日周三
  7. 得物技术（公众号）22

    得物交易搜索如何用生成式召回实现范式跃迁

    得物交易搜索团队将召回从判别式检索改为生成式建模，让模型直接生成用户想要的商品而非从候选集中寻找最相似结果。团队以Qwen3-0.6B为共享基座构建User/Item/Query三个解耦模块，并落地HLLM深度语义表征、HSTU生成式序列建模和基于语义ID的统一生成式召回。此前已通过Qwen2.5-VL-7B-Instruct等完成LLM文本索引增强与多模态向量表征升级。

  8. 字节跳动技术团队（公众号）27

    OpenViking × LLM-Wiki：让团队文档不再“各说各话”

    OpenViking 上线 Compile 功能，可基于自定义或预置的 LLM-Wiki skill，把飞书文档、本地文件、GitHub 仓库等资料编译成带出处、相互链接的团队 Wiki。该功能需开通火山方舟 Managed Agents 并配置推理接入点，生成的 Wiki 支持成员查看编辑，并可通过 MCP、CLI、API、SDK 接入 Codex 等 Agent 检索。

  9. 字节跳动技术团队（公众号）20

    字节跳动与香港城市大学 TWIST 入选 ACM CCS 2026：面向云上大模型服务的隐私保护方案

    字节跳动安全研究团队与香港城市大学联合提出的 TWIST 被 ACM CCS 2026 接收，通过联合模型-Token 变换让云端在混淆态数据上完成标准推理。实验显示各模型总 Token 恢复率最高约 25%，671B 模型上低至 4.80%，PII 恢复率在 0% 至 2.63% 之间，下游任务准确率差距仅 0.12% 至 2.22%。