登录社区云，与社区用户共同成长
邀请您加入社区
为遵守国家网络实名制规定，未绑定将限制内容发布与互动
暂无图片
JiuwenClaw的出现标志着AI Agent技术从“能用”向“好用”的重要转变。它不再是一个需要复杂配置和专业知识的“技术玩具”，而是一个真正能够理解用户需求、自主完成任务、持续学习进化的智能伙伴。从技术角度看，JiuwenClaw通过任务规划、自演进、上下文瘦身、记忆随行、浏览器操控优化等创新特性，解决了传统AI Agent在实用性、稳定性、可扩展性方面的核心痛点。从生态角度看，Jiuwen
华为近期推出全新折叠设备Pura X Max，折叠时外屏宽高比10:14，展开时内屏宽高比14:10，其折叠态外屏相比传统直板机拥有更舒适的宽屏视野，展开态内屏相比常规平板呈现更精致的显示比例，既为用户提供了全新的交互体验，也为应用开发者开辟了更丰富的设计与体验创作空间。详细的指导与示例代码，请登录鸿蒙开发者官网，在首页下方找到并打开“社区”板块，进入“话题”页面，搜索并参考开发实践文章《HMOS
本文围绕鸿蒙应用嵌入小艺智能体的实战流程展开，首先介绍小艺开放平台的核心能力与鸿蒙智能体的优势，明确开发前期准备工作。随后详细拆解智能体的创建、编排、调试与发布步骤，以及智能体与鸿蒙应用的关联配置方法，重点讲解APP端通过AgentKit集成Function组件、实现智能体调用的核心代码与操作要点，并梳理调试过程中的高频问题及解决方案。最后结合“喵屿”宠物管理应用实战案例，展示智能体在实际场景中的
harmonyOS；laya；layaAir；DevEco；DevEcoStudio；鸿蒙
昇思MindSpore框架在大模型训练中面临计算、通信、内存等性能瓶颈。针对昇腾硬件平台，文章提出全流程优化方案：1）通过混合并行策略提升硬件利用率；2）采用梯度累加和重计算技术突破显存限制；3）实施通信融合与拓扑优化降低跨卡时延；4）利用编译优化和混合精度释放NPU算力。方案提供可直接集成的代码示例，经实测可提升吞吐量50%以上，算力利用率达60%+，支持千亿参数模型的高效训练。结合MindSp
昇腾AI计算体系基于达芬奇架构，构建了从硬件到软件的深度学习全栈解决方案。其核心AI Core采用标量、向量、矩阵三单元异构并行架构，其中矩阵单元支持16×16×16矩阵块计算，理论算力达256TOPS。软件层面通过CANN异构计算平台实现算子优化、混合精度计算和动静图统一支持，配合分布式计算模式（数据并行/模型并行/混合并行）可支撑千亿参数大模型训练。该体系具有三大技术优势：硬件原生矩阵计算能力
昇腾AI处理器通过达芬奇架构实现高性能GEMM算子，采用16×16×16脉动阵列的Cube单元进行矩阵乘法加速，结合多级缓存和双缓冲技术优化数据搬运。其核心流程包括主机侧分块参数准备、设备侧异步数据预取、Cube单元并行计算、向量处理和结果写回。通过Tiling策略将大矩阵分解为适配UB缓存的子块，利用双缓冲实现计算与数据搬运并行，配合数据重排和算子融合技术，显著提升计算效率。该设计充分发挥硬件特
本文介绍了基于昇腾AI处理器的统一编程接口AscendCL（ACL）与MindSpore框架的协同开发流程。主要内容包括：1）ACL提供硬件调度、模型加载和推理执行能力，实现训练到部署的无缝衔接；2）详细开发流程涵盖环境准备、模型转换（MindSpore→ONNX→OM）、ACL初始化、资源管理、数据预处理、推理执行和结果解析；3）提供完整Python实现代码示例，展示图像分类任务从模型加载到推理
近日刚刚在华为 Pura 系列及全场景新品发布会上正式发布的HarmonyOS 6.1.0(23) Release版本，携鸿蒙系统独特的工程能力与全场景创新基因，对复杂业务痛点、性能瓶颈以及AI辅助工程化做出了深度回应，推动鸿蒙生态从“根技术壮大”向“体验深度打磨”跨越，也为AI时代的开发者带来了新的福利。
本文详细介绍了基于Flutter框架在开源鸿蒙平台上实现消息通知功能的完整开发过程。主要内容包括： 功能实现：完成了消息分类Tab栏、未读角标、下拉刷新、左滑删除、全部已读等核心功能，并适配了深色/浅色模式。 技术要点： 使用StatefulWidget管理消息状态 通过PageStorageKey保持列表滚动位置 优化Dismissible组件实现流畅的左滑删除 设计精准匹配的骨架屏布局 问题解
