vivo 互聯網技術

摘要： 本文從一次生產環境業務服務報錯，逐步對問題進行定位，深入分析之后發現導致問題的原因，給出相應的優化方法，提升業務可用性。 閱讀全文

摘要： 異地協作模式，給開發和測試間的問題溝通及定位帶來了諸多挑戰。本文從前端開發視角出發， 闡述在這過程中遇到的痛點，探索解決的思路，并在過程中成功孵化出技術工具“前端三劍客”，文章深入解析了“前端三劍客”技術的實現原理及應用場景。 閱讀全文

摘要： EC編碼能夠對部分缺失的數據進行數據恢復，廣泛應用于存儲與通信領域。vivo目前HDFS集群節點達萬臺級別，數據規模接近EB級別，并且業務數據規模還在以較高速度持續增長中。在推進壓縮算法緩解存儲壓力的同時，EC編碼的推進是存儲降本的一大有力手段。 閱讀全文

摘要： vivo 瀏覽器為應對多場景金幣激勵需求及舊架構流量、IO等痛點，升級福利中心架構。服務層面拆分流量與業務，打造金幣集散中心；數據層面分庫分表、拆解大表并優化流水設計；通過仲裁系統和軟事務保障數據一致性。改造后，系統可支撐千萬級DAU，性能穩定提升，物理存儲成本降低，解決了流量與存儲壓力，成為高可用可復制架構，且將持續迭代保持競爭力。 閱讀全文

摘要： 本文從多個維度對比 Galacean 和 Three.js 兩款Web3D 引擎的差異，并介紹擬我形象項目從Three.js 切換到 Galacean 以后帶來的提升以及項目遷移的心得，為其他 Three.js 項目升級到 Galacean 提供參考。 閱讀全文

摘要： 本文聚焦多模態大語言模型（MLLMs）在文檔問答（DocQA）任務中的性能提升，提出無需改動模型架構或額外訓練的結構化輸入方法，通過保留文檔層次結構與空間關系（如標題、表格、圖像位置）優化理解能力。研究發現，傳統無結構OCR輸入導致注意力分散，性能下降，而 LaTeX 范式結構化輸入顯著提升表現。注意力分析揭示其誘導“結構化注意力”，減少無關區域干擾，聚焦語義核心。在MMLongBench、PaperTab等四個數據集上驗證，該方法尤其在復雜圖表任務中效果顯著，為智能文檔處理與自動問答提供高效的解決方案。 閱讀全文

摘要： 本文介紹可以在微信小程序上應用的端智能技術方案，聚焦?TensorFlow.js?推理和微信原生推理，詳細講解這兩種方案在項目中的應用過程，為小程序開發者提供可復用的端智能技術選型策略與工程化解決方案 閱讀全文

摘要： 本文提出了一種無需額外訓練的GUI定位框架DiMo-GUI，通過??逐級縮放動態聚焦??目標區域減少視覺冗余，并??分離文本與圖標模態??獨立推理后綜合評估確定目標，有效平衡多模態能力。在基準測試中性能顯著提升，適用于網頁導航和移動應用自動化等場景。 閱讀全文

摘要： 本文針對桌面掛件加載GIF難的問題，介紹和分析現有ViewFlipper和AnimatedImageDrawable方案的優劣，提出新方案：通過網絡下發GIF，逐幀解析后使用ViewFlipper渲染，解決了不增大包體即可展示GIF動畫的痛點。 閱讀全文

摘要： 本篇文章主要從Pulsar運維痛點、Ansible簡介、Ansible核心模塊詳解、Ansible自動化部署zk集群、Ansible自動化部署Pulsar集群幾個維度向大家介紹vivo Pulsar萬億級消息處理實踐之運維部署。 閱讀全文