登录社区云，与社区用户共同成长
邀请您加入社区
特点：提供了类似于Btrfs的高级功能，如快照、压缩、加密等，同时还提供了更强的数据完整性和恢复能力。用途：在需要与老旧设备或非Linux操作系统(如Windows)兼容的场景中使用。用途：在需要高性能和高容量存储的场景中非常受欢迎，如大型数据库服务器。特点：专为高性能和大容量数据存储而设计，支持非常大的文件和文件系统。特点：是默认的Linux文件系统，支持大文件、大分区和存储
这条新闻在CSDN、知乎、微博同时刷屏。有人在评论区喊"国产芯片终于站起来了"，也有人冷静发问："份额超了，生态跟得上吗？我现在该不该把项目迁到昇腾上？这篇文章不喊口号，只算账——算技术账、算成本账、算生态账。看完之后，你应该能判断：自己的项目，该不该现在上昇腾。
能够结合硬件场景属性（如智能座舱、家居、穿戴），通过端侧感知、云端同步、设备互联协议，将记忆与硬件功能深度绑定，实现记忆的场景化调用与多设备联动。例如，Looki 类智能硬件能够实时捕捉用户日常交互（如语音闲聊、文本笔记）、场景痕迹（如浏览内容、停留地点）、情感关联（如情绪波动时的操作习惯）等多模态信息，从而串联成完整的生活叙事。另一方面，越来越多的机构开始通过RAG 技术，将海量记忆存储在外部向
阿里云手机端很难操控，加上大部分手机的环境（安卓，苹果，鸿蒙.....）不适合网络组的配置，所以请把阿里云app当成登陆器。现在很火的就是部署ai（llm）了，阿里云有很多优质镜像，像是应用商店一样直接就能下载openai，cloude。但是要注意配置，不要下完发现预算不够，清理起来很麻烦。例如我的服务器是华北（上海的），假如不使用这个地域的网段，那么很多状态（磁盘使用，cpu使用率等）都不容易看
日志进了日志服务（SLS）之后，告警要做的是每分钟数一次，而不是把全文检索的结果直接当成故障。计数为 0 有两种完全不同的含义：查询写错了，或者采集断了。前者会让规则永远不响；后者会让正在响的规则发一条恢复，把真实故障盖住。本文用阿里云 CLI 的sls子命令。Project、Logstore、地域、Webhook、手机号全部用占位符。渠道类型以产品枚举为准：自定义机器人是DingTalk，语音是
坑！openeuler在 vmware 中 root 密码正确，su root 可以进入， 但xshell 就一直错误解决办法！！
是CentOS / OpenEuler / RHEL 系列 Linux 默认的通用系统日志，是运维排查故障的核心文件。记录内容包含：系统服务启停、内核告警、网络异常、权限拒绝、进程超时、程序报错等全局系统信息。：仅记录登录、认证、密码安全日志：全局综合系统故障日志（本文分析对象）注意：Ubuntu 系统无该文件，对应日志为。原因：Python 默认缓冲区机制，程序卡死时，print 内容不会刷新到
本文复盘一场云安全技术授课，聚焦容器隔离机制与逃逸风险。通过梳理Docker的namespace、cgroup与network namespace隔离模型，厘清containerd与runC在运行时链路中的职责分工，强调“先确认边界，再判断逃逸”的分析逻辑。结合文件、进程、命令缺失等可观察证据，系统化识别容器环境。进而剖析四类逃逸场景：接口暴露、套接字挂载、特权模式及旧版runC漏洞，揭示容器边界
因此，本文在此对讨论对象进行严格限定，下文所称的“世界模型”，特指狭义上的物理世界模型（Physical World Model），其核心意义是承担着主体- 环境动态建模的预测功能，即在物理状态空间中运作的预测器，满足物理一致性硬约束。当前，在具身智能的产业需求推动下，动力学模型与生成式模型两大路径正在发生交汇与融合，但都共同指向一个核心定义，世界模型目标在智能体内部构建一个对物理环境演化规律的模
为什么客户说提交了表单我却没收到？问题通常不在客户，而在提交之后的某一环——发信服务、垃圾箱、表单报错，或机器人拦截误杀。显示「提交成功」不代表信真的到了收件箱，四个环节查一遍，十分钟内基本能定位。
2024 年中开始，伴随国内外科研进展，让市场看到了“通用机器人算法”的曙光，当年自动驾驶领域的“全栈算法提供商”的叙事逻辑重新出现。模型算法差异的逻辑很快就因为VLA 模型能力的边际效益减少而变化，物理交互数据的极度稀缺，解决数据瓶颈成为具身智能赛道最新的投资锚点。人形机器人被视为承载具身智能的终极硬件形态，其产业叙事直接对标智能手机与新能源汽车的早期阶段，这一阶段的逻辑可以概括为：在智能能力尚
2018 年，David Ha 和Jürgen Schmidhuber 发表论文《World Models》，提出了一种基于深度学习的框架，通过构建“世界模型”来模拟环境动态，从而提升强化学习（RL）的效率和泛化能力，也为人工智能发展提供了一种新思路。多模态生成类企业大多以视频生成、3D 资产生成等方式，在物理一致性方面与世界模型产生关联，物理仿真类企业主要提供模拟器和数据，作为中间环节参与世界模
对外入口IP（用户浏览器访问的IP）：Nginx所在虚拟机IP后端服务IP：proxy_pass后面写的地址，可以是本机127.0.0.1，也可以是别的机器Nginx反向代理是中间人，有两条TCP连接： 连接1：浏览器 ↔ Nginx（源IP：Windows主机，目的IP：虚拟机IP） 连接2：Nginx ↔ 后端应用（源IP：虚拟机IP，目的IP：后端IP）
要求完成： ```text ECS01 │ 交换机A │ VPC │ 交换机B │ ECS02 ``` 实现： ```bash ping ECS02内网IP ``` 并验证： ```bash ssh ECS02内网IP。任务3：购买ECS企业需求 购买两台ECS服务器：text ECS01 → 交换机AECS02 → 交换机B ``` 要求完成： - ECS购买 - 选择操作系统 - 配置CPU/
一个 Voice Agent 的平均响应时间是 1.2 秒，听起来不错；但用户在高峰期偶尔等到 4 秒才听到第一个字，体验仍然像“系统没反应”。平均值会把这种长尾藏起来，也把 ASR、编排、TTS 和播放器之间的等待混成一个数字。要优化语音交互，先把“延迟”拆回用户真正经历的时间线：什么时候识别到一句话结束，什么时候模型开始输出，什么时候拿到第一段可播放音频，什么时候扬声器真的发出第一个字。
从低延迟、硬解低占用、双向交互等维度论证WebRTC为实时云渲染Web端最优解。结合国产厂商（如点量云流）在拥塞控制、编解码及多终端适配上的深度优化，显著提升弱网性能。未来WebTransport等或成补充，但WebRTC仍是当前商用主流。
客户与业务沟通、业务流程理解、需求发现、快速构建、生产交付、工程判断、系统集成、数据处理，都是高频要求。“我们想做一个AI系统，持续追踪竞争对手的动态，每周自动识别真正值得关注的商业信号，并告诉管理层哪些变化可能带来机会或风险。如果想把“会用AI”变成真正可以进入招聘市场的职业能力，你需要掌握的是一条完整的问题解决链。会用ChatGPT、Claude，会写Prompt，会搭一个简单智能体，当然是好
Linux是一种内核（kernel），负责对于系统软件运行的调度，相当于人的大脑，只有内核可以直接调度,内核是操作系统最基本的部分。它是为众多应用程序提供对计算机硬件的安全访问的一部分软件，这种访问是有限的，并且内核决定一个程序在什么时候对某部分硬件操作多长时间。
本文系统阐述网络运维核心内容，涵盖基础配置、监控告警、故障排查、自动化运维与安全管控。通过Cisco/华为设备实战案例，演示VLAN、静态路由配置及SNMP监控；结合典型断网故障分析，强调排查流程与抓包应用；介绍Ansible、Python+Netmiko等自动化工具实现批量配置；提出防火墙策略管理与安全最佳实践。最后建议进阶学习SDN、云网络与认证体系，助力运维工程师能力提升。
机器人要能稳定抓取、自动驾驶要能应对长尾路况、具身智能大模型要能理解物理世界——它们共同的"粮食"，是海量、多样且高质量的合成视频数据。然而真机采集成本高、场景覆盖有限、人工标注周期长，"数据饥渴"成为卡住众多团队的一道坎。近日，阿里云云原生数据仓库 AnalyticDB PostgreSQL 版在"创意智造"场景中推出"具身智能 · 训练数据工厂"，把源素材入库、批量生产、质量评测、数据集导出串
ToDesk鸿蒙版4.8.0.0聚焦远程控制中的高频痛点，优化显示、隐私、键盘与通知四大核心体验。新增虚拟屏支持多屏扩展与4K画质，隐私屏实现双向确认遮蔽现场画面，高刷新率与模式切换提升操作流畅度，虚拟键盘精准支持组合键输入，并通过应用内及微信公众号双通道推送设备状态。版本以细节打磨重构远控流程，让移动端操作更高效、安全、连贯。
首先KVM表示的是Keyboard， Video， Mouse三个词的首字母，从这三个词我们就大概IP KVM大概是一个仿真软件， 通过仿真来实现对目标机器的键盘，鼠标，显示器的模拟。从而实现控制和显示。浏览器界面显示被控机器的屏幕通过鼠标和键盘操作浏览器显示的屏幕，可以实现操作被控机的鼠标和键盘更高级一点的还有电源开关控制等功能。乍一看似乎跟远程桌面一样的，其实我们从模拟键盘，鼠标，显示器等就可
回到CSDN热榜那个问题：AI浏览器会取代App吗？会改变入口，但不会消灭App。更准确地说，Agent会成为新的交互层，而底层应用仍然负责数据、权限和业务规则。这个判断我在热榜原文里认同。Agent成为新交互层的前提，是推理算力足够便宜、足够快、足够稳定。如果每次Agent推理都要等500ms、花0.03美元，那Agent只会停留在演示阶段，永远进不了生产。只有当推理成本降到原来的1/10、延迟
CubeStudio是一款国产化、云原生的一站式开源AI平台，支持大模型全链路部署与管理。其推理服务模块内置vLLM、Ollama、TensorRT-LLM、MindIE等多框架，统一提供OpenAI兼容接口，自动处理张量/流水并行、端口配置与健康检查。平台原生适配昇腾、寒武纪等国产算力，支持多机多卡分布式训练与推理，实现从数据到上线的全流程自动化。通过拖拉拽编排与多租户计费，轻松将Hugging
Token消费层是Token经济的终端应用场景，直面各类用户，涵盖企业、开发者、个人、智能硬件、机器人等，实现Token按需调用、弹性供给。Token调度与分发层是资源流动的中枢，承担智能路由、交易撮合、合规清算、跨域调配等核心职能，实现Token的精准分发和调度，保障资源的最优配置，避免浪费和滞留，提升整体系统的响应能力。这已经不再是渐进式的技术普及，而是一场指数级的产业重构。Token经济的增
来源：TechWeb.com.cn类的私有属性__private_attrs：两个下划线开头，声明该属性为私有，不能在类的外部被使用或直接访问。
交付问题要求写清什么先服务谁入站客服、销售外呼、售后回访还是内部助手通过什么线路PSTN、SIP、浏览器 WebRTC 或已有呼叫中心要保存什么音频、转写、工具调用、工单状态、审计日志的留存边界失败如何处理超时、转人工、重试、回调丢失和人工补偿哪些动作可自动化查询、预约、改址、退款、关闭工单分别需要什么权限何时算成功任务完成、字段确认、人工接管还是数据回流完成如果这些问题还没有答案，直接比较模型自
成功任务的分母政策必须公开。resolved：工具/业务系统确认完成，用户收到与事实一致的回复。handoff_completed：已转人工，摘要、当前字段状态与失败原因完整，人工队列已接收。failed / abandoned：没有形成可确认完成或完整交接。是否将纳入成功，需要按业务场景决定。对于“查询物流”这类可以自动回答的任务，长期大量转人工通常不是目标；对于身份争议、敏感操作或高价值投诉，
模型层繁荣正在将竞争焦点推向基础设施层。华为云Agentic Infra从昇腾950高效Token、MaaS百模千态管理到安全自治运行时治理，提供了"让模型安全高效跑起来"的路径。模型决定上限，基础设施决定下限。在AI走向规模化的2026年，下限才是决定成败的那条线。
安全组中每一个资源都有自己的一套出入站规则。同一安全组内资源之间的流量不会自动被允许，如果需要同一安全组中的资源之间进行通信，则必须定义明确允许该流量的规则。
已故演员瓦尔·基尔默将通过AI数字孪生出演电影《深入墓地》，推动生成式AI向边缘计算转型。为应对高保真数据延迟与安全挑战，制作方采用“云脑+边反射”架构：云端训练模型，边缘节点实时渲染，结合KubeEdge、WebRTC与零信任安全机制，实现低延迟、高安全的数字人生成。此举标志着企业级AI正从集中云迈向分布式边缘，重塑内容创作与工业智能未来。
36氪报告的标题是"AI Agent进入生产力验证与商业化放量的早期阶段"。注意"早期"两个字——3320亿是2029年的数字，现在是2026年，市场才刚起步。但方向已经很清楚了：Agent的竞争，不在模型层，在基础设施层。谁能把Token跑得更高效、把记忆管得更持久、把运行时做得更可靠、把安全治理做得更完善，谁就能吃下这16倍增长中最大的一块蛋糕。华为云把这层基础设施叫做Agentic Clou
TypeSafe发布Jev：无视觉、无权重下载的托管API，输入文本/结构化状态，输出Choice/Score等类型化判断。社区将其接入四旋翼、机械臂等仿真回路。文章以“接入硬件三问”分析：计算上，Jev单前向并行、延迟方差坍缩，但云端回路只能闭合个位数 Hz，故判断坐 2–5Hz 战术层，控制与安全留确定性代码；信息上，Jev 无视觉，需VLM/CV压缩状态，校准概率存在口径争议、分布内失效与拒
容器是一种应用封装和运行技术。它把应用程序、运行时、依赖库、配置模板等内容打包成镜像，再由容器运行时启动为彼此隔离的进程。开发人员可以在笔记本上构建镜像，然后在测试服务器、公有云或边缘设备上运行同一个镜像，从而降低“在我电脑上明明能运行”的环境差异问题。容器与虚拟机最大的区别在于：虚拟机通过 Hypervisor 模拟完整硬件，每台虚拟机通常拥有独立的操作系统内核；容器不模拟整套硬件，而是共享宿主
桌面云管理软件是一套用于集中交付、控制与维护“云端计算+本地显示”模式的核心平台，它将操作系统、应用与核心数据全部置于服务器或超融合节点，通过高效远程显示协议把桌面画面投射到瘦客户端、普通PC、平板甚至手机终端，管理员在单一可视化控制台即可完成镜像模板制作、池化批量发布、细粒度权限策略配置、全量补丁分发、外设统一管控、全链路性能监控与弹性扩容操作，实现分钟级批量交付成百上千个完全一致可用的标准化桌
2026年是AI编程Agent从"能用"到"好用"的分水岭。Cursor 3重构工作空间、Kimi Code开源、工信部政策落地——个人侧的工具链已经成熟。但企业级落地不是装个插件那么简单，算力供给、代码安全、Agent可靠性三道坎，需要体系化的基础设施来填。华为云从昇腾950算力、CMS记忆存储到CodeArts/AgentArts平台的全栈布局，恰好覆盖了这三块拼图。
本文介绍一套面向系统集成商的一站式GPS定位管理平台，采用六层解耦架构，实现终端接入、协议解析、流处理、多模存储、业务服务与应用展示的高效协同。平台覆盖设备全生命周期管控闭环，支持实时监控、异常处置、远程运维与数据归档，并具备可视化看板自定义、SaaS与私有化双部署、白标交付及多主体权限隔离等工程能力。强调选型时应关注异构兼容、数据架构、业务闭环、交付灵活性与多端同源等关键维度，助力集成商降低物联
联合国教科文组织高等教育创新中心（UNESCO-ICHEI）发布《从数字化到人工智能赋能——全球南方高等教育的未来》报告指出：全球高等教育正经历从"数字接入"到"集成应用"、再到"人工智能赋能"的历史性转折；教师数字能力与机构数字支持能力，是决定转型成败的两大核心变量。本文对报告核心发现进行梳理与解读。
• 使用 display stp brief 查看MSTP状态，LSW1和LSW2分别为对应VLAN的根桥，LSW3的下联接口无环路阻塞，说明MSTP配置生效。2. 手动关闭LSW1的Vlanif10接口，LSW2的VRRP状态自动切换为Master，PC1的通信不受影响，说明VRRP冗余功能正常。1. 本实验通过VLAN划分和三层SVI接口，实现了不同VLAN间的三层转发，验证了三层交换机的路由
人形机器人踝关节模组是集成化多功能关节组件，核心搭载电机、谐波/行星减速器、精密轴承、编码器、力/力矩传感器、控制接口与一体化结构壳体。区别于普通关节部件，踝关节模组需适配复杂行走工况，核心性能指标聚焦高扭矩密度、低背隙传动、强抗冲击性、高精度力控与柔性柔顺性，既要满足高频次步态运动需求，又要保障机器人凹凸路面自适应、落地缓冲、姿态微调等核心功能，是兼顾动力、精度与稳定性的高壁垒零部件。
本文记录了本地生活平台分账系统从微信原生接口迁移至分账链银行专户架构的实战过程。针对30%比例上限、退款无法回滚、双账本对账难等痛点，通过对比四类分账方案，最终选择分账链——其银行监管专户架构实现资金隔离、支持0-100%自由分账、自动逆向退款、零代码配置规则，4天完成联调，财务对账由3天压缩至半天。实测表明，该方案在合规性、灵活性与运维效率上具备显著优势，为复杂分账场景提供可复用的选型参考。
DeepSeek V4.1 Flash把KV Cache压缩到理论极限，这是模型层面的胜利。但推理降本的终局不是"模型够好"，而是"模型+算力+存储+调度+编排"的全栈协同。当行业还在讨论"哪个模型最强"时，华为云已经用灵衢昇腾950+CMS+ModelArts+AgentArts的全栈方案，服务了3500+客户、1000+项目。模型在卷极限，基础设施在卷工程，而真正能落地的企业，卷的是两者的协同
云计算
——云计算
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
openEuler 社区
人工智能6S服务平台
EazyDevelop社区
DAMO开发者矩阵
AI硬件创业社区
火山引擎视频云技术社区
AtomGit AI 社区
亚马逊云科技技术品牌专区
