科技实时新闻、最新快讯- 第150页 news.news·换个方式看新闻|AI看新闻、实时追踪事件后续

智能推荐信息源

由 AI 根据您的兴趣偏好筛选

𝗖𝘆𝗱𝗶𝗮𝗿

3个月前

近期AI浏览器方向、新模型方向依旧火热，不过随着 DeepSeek-OCR开源的革命性文字识别模型到来，也迎来了模型OCR这个赛道的新纪元，无论是光学压缩技术还是模拟人类记忆机制，相信在这个赛道不会缺乏新的追逐，而且，这是传统ETL的基础。于是，这两天我观察了一下各大模型平台的OCR模型竞争，Huggingface 和 ModelScope，我发现了一个老朋友，PaddleOCR-VL（而且，连续5天HuggingFace Trending 第一）。我把 DeepSeek-OCR 和 PaddleOCR-VL 进行了一些使用性场景对比。首先，对比一下两个模型： PaddleOCR-VL - 轻量级、开箱即用的完整方案 - 广泛的多语言覆盖（109种语言） - 成熟的工业级生态和工具链 - 多种调用方式（命令行、Python API、vLLM 加速） - 最低的硬件部署门槛（0.9B） DeepSeek-OCR - 视觉文本压缩技术 - 处理超长文档的效率 - 二次开发和学术研究基座 - 高效的训练数据生成能力从目前来看，PaddleOCR-VL 0.9B 模型大小在低GPU应用场景里当属佼佼者，并且Benchmark依然强悍！之前在很多开源社区以及项目中就关注到PaddleOCR-VL。从几个我亲自实践的场景Case来看，这两个模型输出的结构标注都非常完善，没有出现错标。但是，部分比较复杂的页面出现了漏标。而且，从对比来看，PaddleOCR-VL 对页面内容的清洗和过滤做过微调，比如很细微的页眉页脚、一些无关紧要的内容会被过滤掉，而 DeepSeek-OCR 则会保留这些内容。我的几个实验场景： - 古文印刷在第一次识别中DeepSeek-OCR 会产生莫名的重复字符，第二次会回归正常，而在重新进行的三次测试中 PaddleOCR-VL 的确输出稳定。 - 表格解析双方都非常稳定且内容质量对比相差不大。 - 复杂公式和手写字体 DeepSeek-OCR 偶尔会出现缺失，PaddleOCR-VL非常稳定，相关图像存储、标记、非常准确。总结下适用场景 PaddleOCR-VL： - 对部署成本敏感的场景 - 需要多语言支持的全球化应用 - 要求端到端完整解决方案的企业项目 - 需要快速落地的工业级应用 DeepSeek-OCR： - 长文档处理的算力优化需求 - 需要极致压缩效率的场景 - 进行二次开发和学术研究 - 需要高效数据生成的训练场景基于我的使用场景，总体还说 PaddleOCR 不愧被大家成为：最强OCR之神！

#OCR #PaddleOCR-VL #DeepSeek-OCR #模型对比 #文字识别

3个月前

在技术领域打拼3-5年，你或许已成为团队里能独立攻坚的骨干，但薪资总在“高级工程师”区间徘徊。这往往不是因为能力不足，而是你的价值表达停留在“技术实现”层面，没能让面试官看到你作为“技术决策者”的潜力。要冲击8年经验的薪资，关键在于用CTO的视角重构简历——把技术细节转化为商业价值，让每一段经历都成为你身价的证明。一、你的简历是“零件清单”还是“增长引擎”？很多工程师的简历像一份技术零件清单：“我用了Spring Cloud、K8s、微服务”“我负责XX系统开发”。这些描述只体现了“我做了什么”，却没说明“我创造了什么价值”。在CTO眼中，这样的简历只能定位为“执行者”——高效但不可替代，薪资自然被限制在执行层的上限。真正有竞争力的简历，应该是一台“增长引擎”：技术能力解决业务问题，技术决策支撑商业目标。比如，同样做系统重构，普通工程师写“优化了代码性能”，而高手会写“通过架构升级，支撑了新业务3个月内用户量翻倍，带来200万新增收入”。前者是技术结果，后者是商业结果，后者的价值完全不在一个量级。二、价值分层：你的薪资由什么决定？技术人才的价值可分为三个层级，对应不同的薪资天花板： L1执行层：按需求交付代码，薪资对标3-5年经验。简历关键词是“技术栈”“负责模块”，比如“用Java开发支付接口”。 L2优化层：通过技术优化提升局部效率，薪资对标5-6年经验。简历会体现“量化指标”，比如“将系统响应速度提升50%”“减少30%运维成本”。 L3战略层：技术决策直接驱动业务增长，薪资对标8年+经验。简历会说明“技术如何支撑公司战略”，比如“通过架构升级让新业务GMV增长500%”“技术中台复用率提升40%，降低跨部门协作成本”。结论：薪资上限不取决于工龄，而取决于你能否跳出“技术细节”，用商业视角定义自己的价值。三、STAR-C模型：3步把技术经历转化为商业价值用STAR-C模型重构简历，能帮你清晰呈现技术与业务的关联。这个模型在经典STAR（情境-任务-行动-结果）基础上，增加了“商业影响（Commercial Impact）”，让价值闭环更完整。 1. S（情境）：说清“为什么做”的业务背景不要只写“公司需要开发XX系统”，而要说明：这个技术项目解决了什么战略问题？例：“公司新业务线上线后，原系统无法支撑高并发，导致下单时页面卡顿，用户投诉率上升20%”。 2. T（任务）：明确“要做到什么程度”的量化目标技术目标需关联业务指标，避免“提升性能”这种模糊表述，要量化结果。例：“3个月内将页面加载时间从3秒降至500ms，同时支撑未来半年用户量翻倍”。 3. A（行动）：突出“技术决策的底层逻辑” 写清楚你做了哪些关键选择，以及为什么这么选（体现架构思维）。例：“放弃了直接加服务器的短期方案，选择微服务拆分：通过领域驱动设计（DDD）划分订单、支付、库存模块，用Kafka解耦异步流程，虽然初期开发周期延长1周，但避免了后期系统崩溃风险”。（体现“权衡思维”和“长期价值”） 4. R（结果）：用数据证明技术落地效果结果要与任务对应，且体现“技术对业务的直接影响”。例：“页面加载时间降至280ms，用户投诉率下降80%；系统成功支撑了双11期间10倍流量峰值，零故障”。 5. C（商业影响）：用“业务结果”反推商业价值这是最关键的一步，要把技术结果转化为财务或战略价值。例：“直接带来新业务3个月内用户量突破100万，GMV增长300%；系统沉淀为公司技术中台，后续新业务接入周期从1个月缩短至3天，节省跨团队协作成本60%”。四、实战案例：同一份工作，两种写法的价值天差地别普通简历版本（5年薪资）负责电商订单系统开发，引入Kafka消息队列，解决了峰值流量导致的订单延迟问题。 STAR-C重构版本（8年薪资）项目名称：电商核心交易链路高并发架构升级（技术负责人） - S（业务背景）：公司直播电商业务爆发，原单体订单系统无法支撑每小时10万+下单峰值，导致大促期间5%用户下单失败，直接损失GMV约800万。 - T（目标）：3个月内将系统峰值处理能力提升至5倍，确保99.99%可用性，同时让新业务（直播带货）接入周期从2周缩短至3天。 - A（行动）： - 主导拆分为“订单主流程-库存-支付”微服务，用DDD划分边界，避免服务间耦合； - 拒绝“临时扩容服务器省开发成本”的方案，坚持引入Redis集群缓存热点商品数据，用RocketMQ异步处理物流信息，虽然前期投入增加20%，但从根本上解决了“业务依赖技术”的问题。 - R（结果）： - 订单系统峰值TPS从2万提升至10万，下单成功率达99.99%，用户投诉下降90%； - 直播带货新业务接入周期压缩至3天，首月GMV突破500万。 - C（商业影响）：技术中台沉淀的“高并发订单引擎”成为公司核心竞争力，后续6个月内新增3条业务线复用该架构，整体技术投入回报率达300%，直接推动公司年度营收增长15%。五、AI工具：让简历升维更高效即使掌握了STAR-C模型，梳理多年经历并提炼商业价值仍需技巧。推荐使用AI工具辅助： - 挖掘价值：AI会像资深CTO一样追问你：“这个架构升级最终让哪个业务增长最快？带来了多少收入？”帮你找到技术与商业的连接点。 - 自动重构：输入你的工作描述，AI直接生成STAR-C格式的简历，重点突出商业影响。 - 对标分析：对比目标岗位JD，AI会指出你的价值表达差距，比如“缺少对ROI和战略目标的描述”，并给出优化建议。结语：你的价值由“被看见”决定技术人最珍贵的不是写了多少行代码，而是你的技术决策如何影响公司的增长。简历升维的本质，是让你从“技术执行者”转变为“业务价值创造者”——当CTO看到你不仅能解决问题，还能通过技术支撑战略时，8年经验的薪资自然水到渠成。停止堆砌技术细节，开始用商业语言讲述你的故事。你的下一份Offer，或许就藏在你对“价值”的重新定义里。

#简历优化 #商业价值 #技术决策 #STAR-C模型 #薪资提升

3个月前

桌面级的5轴cnc，好心动。。。

#5轴cnc #桌面级 #好心动 #科技 #产品

3个月前

申请资质要做个网站，技术说排期得一周，评估一堆要配设计，要走流程。结果产品没多说什么，自己打开 AIcoding，工位上吃午饭的功夫，拿着原型直接干出来让运维上线了，半小时不到。这种事儿每次都能震我一下，很感慨。不是要说谁效率高谁效率低，你明显能感觉到，当 AIcoding 这种东西真的落到每个人手里，原来泾渭分明的角色边界，正在迅速变得模糊。以前你是产品，你就负责提需求，写文档画原型，协调人；技术是实现的人，你说他做，中间再磨一磨，再对齐，再拉通那个什么颗粒度。但现在，很多事根本不用协调，自己就能干。也不是说产品都要变成工程师，但你只要稍微会点操作、知道 prompt 怎么写、页面结构心里有数，其实你完全可以直接出手，甚至很多时候速度比对接要快太多。那这种没有很复杂业务逻辑的工作未来技术的位置在哪里？ AIcoding 时代需要的是谁拥有把想法落地的能力。这个变化，很大。

#aicoding #产品经理 #工程师 #效率提升 #角色边界模糊

3个月前

来香港网络还是比较痛苦的，连 WiFi 时代理用不了，然后一些网站（Claude/DigtalOcean）就无法使用了，好奇香港人怎么用 ChatGPT 这类屏蔽香港的应用？😂

#香港网络 #WiFi代理 #ChatGPT #网络限制 #用户吐槽

3个月前

#分享超好用的浏览器选择应用大家用上了 ChatGPT Altas 了吗？Dia、Comet 是不是已经成了你的主力浏览器。但是，但是，你到底应该用哪个浏览器打开你的链接呢？作为一个程序员，离不开 Chrome，但是 Dia 已经成为我日常工作的一部分。所以，我开发了这款软件，根据不同的路由规则打开不同的浏览器。超级简单，把 BrowserPicker 设置为默认浏览器，在规则中设置： -> 用 ChatGPT Altas 打开 localhost -> 还是老老实实用 Chrome 打开吧工作、生活两不误！应用我放在 Github 了暂时不打算收费，希望有帮助，有使用问题反馈我，🫰

#浏览器选择应用 #ChatGPT Altas #程序员工具 #免费软件 #GitHub

3个月前

iPhone 17 AIR这个升级卡这几个小时了，是我姿势不对吗？用了几个小时，真的觉得iPhone手机没vivo好用啊 😅

#iPhone 17 Air #vivo #用户体验 #手机 #负面情感

3个月前

chatgpt atlas的推出，过于仓促。在atlas里的chatgpt功能都没做好：在atlas里的chatgpt功能都没做好： - 不能切换模型；选择重新生成回答时切换模型，实际表现也不对劲； - 选择“学习模式”时，实际上也没有启动学习模式，仍然是普通的回答。 - atlas的设置，会和chatgpt的设置发生冲突；例如，重点色的设置； - 甚至，连选择网页部分内容来针对性对话，这个ai浏览器的基本功能都出bug。选中的文本根本没有传递到chat中！（图2） …… bug很多，无力吐槽。（直播时员工在demo，sam altman面无表情，茫然发呆。他不傻，知道目前的产品状态不及格）

#ChatGPT Atlas #发布仓促 #功能未完善 #Bug много #Sam Altman面无表情

3个月前

这玩意现在价格也开始卷起来了啊，感觉被电力续航限制了使用场景了。

#价格战 #电力续航 #使用场景受限 #负面评价

3个月前

ProxyPool With UI 一个功能完善的代理池系统，带有现代化的 Web 管理界面，支持多种代理协议和 Clash 订阅。

#代理池 #UI界面 #Web管理 #Clash订阅 #代理协议

3个月前

内网穿透后就可以外网webdav挂载了啥都不用管，零配置

#内网穿透 #WebDAV #零配置 #外网访问

3个月前

软件的错误处理有不同的方式。 Java、JavaScript 和 Python 是抛出异常，C 语言和 Go 语言是返回一个错误值。我一直想知道，哪种方式更好？前不久，我读到一篇多年前的文章，明确提出抛出异常好于返回状态码。他的理由很有说服力，文章好像还没有中译，我就翻译出来了。

#编程 #错误处理 #异常 #状态码 #技术选型

3个月前

自如不是做 AI 吗？怎么也开始做视频播客了🤣

#自如 #AI #视频播客 #娱乐 #调侃

3个月前

“喝酒脸红”基因成治疗靶点 2025年10月20日，中国科学院大学、复旦大学等研究人员在《Nature Metabolism》期刊上发表研究论文。研究显示，在肝癌微环境中，肿瘤相关巨噬细胞为肝癌细胞提供乙酸，增加肝癌细胞乙酰辅酶A合成，进而促进肝癌的转移。此外，研究还提出了潜在的治疗策略，靶向肿瘤相关巨噬细胞代谢通路（如ALDH2基因，其突变会导致喝酒脸红），可显著降低肝癌细胞的乙酸水平，并有效抑制肺转移。

#肝癌 #肿瘤相关巨噬细胞 #乙酸 #ALDH2基因 #治疗靶点

3个月前

近日，美国国立卫生研究院（NIH）在《美国国家癌症研究所杂志》（JNCI）上发表研究论文。研究显示，使用直发剂/化学烫发剂可能会大幅增加多种癌症风险，与未使用者相比，使用者与甲状腺癌、非霍奇金淋巴瘤和胰腺癌的发病风险分别增加71%、62%、166%相关。

#美国国立卫生研究院 #直发剂 #癌症风险 #甲状腺癌 #非霍奇金淋巴瘤 #胰腺癌 #健康警告 #JNCI

3个月前

hetzner 这价格是真的香啊！ CX33 这款 4vcpu8G 80G SSD 20TB 每月只要 4.99欧装个 Coolify 或者 Dokploy，独立开发者开发 N 个站稳定运行应该没问题，这应该算是出海穷鬼套餐第一名。不过说是亚洲地区的账号容易封号，好多人都反馈了，如果大家有更好的主机页欢迎推荐

#Hetzner #CX33 #coolify #Dokploy #出海穷鬼套餐

3个月前

被Windows Server的稳定性震撼到了( ºΔº ) 那个在我印象中会有各种各样奇怪bug的Windows，居然也可以如此稳定没有任何问题和间断的持续运行了两个多月！但为什么差不多同样的东西放在家用操作系统上就会时不时出现各种小问题呀_(┐ ◟;ﾟдﾟ)ノ

#Windows Server稳定性 #服务器操作系统 #长期运行无bug #家用操作系统问题 #软件质量对比

3个月前

又遇到一个因为 Next.js 用不好导致整站 CSR，可是偏偏还是最需要 SEO 的电商 Shopify 独立站。我现在其实挺感谢 Next.js 的，感觉就凭我对 CSR / SSR 的理解，做 Next.js 培训就能有稳定收入。

#Next.js #CSR #SEO #电商 #Shopify

3个月前

据 Axios 周三报道，Meta 正在其 “Superintelligence Labs” 人工智能部门中裁减约 600 个职位，该部门共有数千名员工

#Meta裁员 #Superintelligence Labs #人工智能部门 #600个职位 #负面

3个月前

跑在 chatgpt atlas 里的那个 agent，谁有什么真实可用的、有价值的 use case 吗？ browser agent 这个类别，和 claude code 类文件系统 agent 比起来，实用性还是差很多啊。目前 browser agent 的实用价值，主要被 llm 操作计算机的能力被限制住了。期待模型能力能持续发展，就像视频生成模型这一年里的突飞猛进那样（具体的例子，就是威尔史密斯吃意大利面）。

#ChatGPT #agent #Browser Agent #LLM #模型能力

3个月前

Void for Jellyfin - 使用 Kotlin 和 Jetpack Compose 打造的炫酷开源 Jellyfin 客户端(Android)

#Jellyfin #Kotlin #jetpack compose #Android客户端 #开源

狂奔滴小马

3个月前

vibe coding 实现了一个小红书封面生成器，完全免费，无限生成。

#小红书封面 #封面生成器 #免费 #无限生成 #Vibe Coding

3个月前

Axios：Meta 正在裁减其 AI 部门的数百个职位。

#Meta裁员 #AI部门 #Axios #科技公司 #负面

3个月前

对于程序员来说，最高效的业余时间利用不是在下班后，而是上班前，因为早上人刚经过一晚的休息，大脑此时是状态最好的时候。这个时间用来学习是非常高效的。以我为例，我早上 7 点起床，8 点通勤到公司，锻炼半小时，8 点半到 10 点是我的学习时间，这个时间我主要用来读 AI 的论文，基本上业界的热点论文都能跟上。早起的好处不止是多了时间能学习，还能让你早睡，少刷手机。因为人经过一天的工作，自控力下降，回家有时间就会自动掏出手机。早起会让你到点就犯困。早起结合锻炼还能让你精力充沛，告别低能量的状态。其实锻炼不一定是要撸铁或者跑马拉松，只要半小时的有氧就很用了。我的习惯是用椭圆机，可以边看视频、听播客，边锻炼，这样容易坚持。

#程序员 #早起学习 #AI论文 #高效利用时间 #锻炼

3个月前

现在的鞋子可以让你成为真正的水上漂了。

#鞋子 #水上漂 #科技 #创新 #运动

... ...