华为开发者大会(HDC)2024于6月21日至23日在中国松山湖举行。6月22日的“开发者主题演讲”环节上,多位不同行业背景的鸿蒙先锋开发者分享了他们在鸿蒙原生应用开发过程中的独到见解和实践经验,他们围绕HarmonyOS NEXT开发者解决方案的四大特征——清晰易学、极简开发、极致效率、创新突破,进行了议题分享。小红书技术VP风笛率先登台,分享了小红书在HarmonyOS NEXT下的创新实践,着重介绍了小红书如何通过HarmonyOS NEXT开发套件来提升效率并为用户体验优化注入新的活力。
作为拥有3亿月活用户的国民级应用,小红书鼓励用户通过短视频、图文和直播等形式分享生活,并基于兴趣互动形成社区。风笛在分享中回忆,小红书与HarmonyOS的合作始于2023年,并在当年9月启动了鸿蒙原生应用版本的开发,是3亿以上月活应用中,首家完成鸿蒙 原生应用Beta版本开发的APP。2024年6月,小红书完成了HarmonyOS NEXT下核心功能的上架,预计在今年Q4季度,将实现商用版本全量功能的上架。
风笛指出,通过HarmonyOS NEXT的“原生互联”特征 ,小红书实现了“一次开发,多端部署”,能在不同的设备上为用户提供一致的沉浸式体验。无论是折叠屏、平板还是其他设备,用户都能够畅玩无阻,充分享用小红书上的丰富内容。通过HarmonyOS NEXT的系统级支持,用户可以在笔记发布时更加便捷地跨设备调用相册素材,例如在大屏上进行笔记编辑和发布时,利用关键词搜索,用户就可以从海量的手机相册中找到并调用想要的图片,而无需在不同设备之间切换登录,大大提升了发布的效率和体验。
而HarmonyOS NEXT的“ 原生智能”特征则能让应用接入其意图框架,实现一次接入、全局分发,好服务一步直达。原生智能意图框架基于用户当前场景习惯和用户的主动查询,能够做到让小红书的笔记内容更加精准地分发到用户的各个使用场景中,比如小艺建议、小艺语音、智慧搜索等多个系统级的流量入口。
为了提升展示效果,小红书还利用了HDR Vivid技术,让视频和图片在用户侧的呈现更加明亮多彩,同时确保用户在任何条件下都能享受到最佳的视觉体验。
风笛强调,小红书很荣幸与华为达成战略合作,双方将持续投入研发力量,深化合作,共同探索更多的创新可能。未来,小红书将通过与HarmonyOS NEXT的深度合作,不断优化用户体验,提升平台效率,为用户打造更加丰富多彩的生活分享社区。
在风笛的分享中,我们可以清晰地看到,HarmonyOS NEXT不仅为小红书提供了技术上的支持,更重要的是,它为小红书打开了一扇通往更高效、更智能、更个性化用户体验的大门。随着技术的不断迭代和创新,我们可以期待小红书在原生鸿蒙的赋能下,继续得以快速发展、持续引领社交媒体平台的发展潮流。
好文章,需要你的鼓励
ETH Zürich等机构研究人员提出TrustVLM框架,解决视觉-语言模型预测可信度问题。该方法利用模型中存在的"模态差距",创新性地结合图像到文本和图像到图像的相似度,实现无需重新训练即可大幅提升误分类检测性能。在17个数据集的严格测试中,TrustVLM相比现有方法在关键指标上提升显著,同时改善了零样本分类准确率。此成果为AI系统在自动驾驶、医疗等安全关键领域的可靠部署提供了重要保障。
这项研究提出了个性化安全概念,解决大语言模型对不同用户采用统一安全标准的问题。研究团队创建了PENGUIN基准测试集评估模型在处理高风险场景时的个性化安全能力,并开发了RAISE框架高效获取关键用户信息。实验表明,提供用户背景可使安全分数提高43.2%,而RAISE框架通过平均仅2.7次交互即可提高安全分数31.6%。这一创新方法将AI安全从"一刀切"转向"个性定制",为高风险领域的AI应用提供了新思路。
明尼苏达大学研究团队提出了一种创新方法,通过回合级信誉分配显著提升大语言模型(LLM)智能体的多回合推理能力。传统方法只对整个过程进行评价,而他们的MT-GRPO算法能够精确评估每个决策步骤的价值,就像为每一步提供具体反馈。在维基百科搜索工具使用场景中,该方法实现了100%的工具执行成功率和50%的答案精确匹配率,远超传统方法。这一突破不仅提高了AI在多步骤任务中的表现,也为开发更复杂的AI系统提供了重要思路。
这篇研究介绍了PISCES——一种能精确从大语言模型参数中移除特定概念知识的创新技术。与现有方法不同,PISCES通过解缠器模型识别概念相关特征,直接编辑模型参数,实现了更精准的知识移除。在Gemma和Llama模型上的测试表明,该方法不仅有效降低了目标概念的准确率(低至7.7%),还保持了模型在无关领域的高性能,并显著提高了对"重新学习"的抵抗力。这一突破为AI系统的安全部署和合规使用提供了新的可能性。