知鸦日报2025-02-21

支付宝集福活动每年春节前夕掀起全民狂欢，2025年集福活动支持28套IP共140张福卡，每套福卡有独立动画效果。Galacean Effects动效技术保障了流畅的视觉体验，支持Spine骨骼动画、粒子特效和透明视频等丰富效果。通过多合成播放、动态文本和可编程功能，实现千人千面的个性化展示。技术团队优化加载速度和渲染性能，确保亿级用户在不同设备上都能享受丝滑体验。

DMP（数据管理平台）为广告部门提供B站用户数据的管理。主要功能包括用户标签收集存储，标签市场建设，人群包圈选，人群画像分析，人群/特征定向几大功能模块。

其中人群包圈选和人群画像分析是两大核心功能。对设计，性能，扩展性，可维护性都有比较高的要求。也是本文中要讨论的ClickHouse技术的应用场景。在实践中，我们利用ClickHouse的bitmap相关功能，实现了人群包的实时预估和计算，也实现了人群包画像的分钟级计算。

StarRocks在实时数据处理中表现出色，通过Delete & Insert模式、CBO优化器和向量化执行引擎，显著提升了数据导入和查询性能。开发流程简化，数据准确性高，运维便捷。针对复杂查询，使用物化视图和二级分区策略，进一步优化了查询效率，大幅减少了数据扫描量，提升了查询速度。

Zalando通过LLM技术成功迁移了15个B2B应用的UI组件库，解决了代码库碎片化问题。通过多次迭代实验，团队优化了LLM的迁移流程，结合组件接口、转换指令和示例，最终实现了90%以上的迁移准确率。尽管LLM在代码理解和上下文处理上表现出色，但仍需人工验证以确保视觉和功能一致性。这一实践证明了LLM在复杂代码迁移中的高效性和潜力。

AI时代下，GPU算力管理面临“大参数、大数据、大算力”的挑战。从单卡到多机多卡，技术如MPS、MIG、NVLink、NVSwitch、cGPU、RDMA和eRDMA等，助力高效资源调度与隔离，提升GPU利用率，满足多样化AI任务需求，实现算力效益最大化。

技术债务治理是技术团队面临的常见挑战，本文以滴滴国际化外卖骑手侧H5项目为例，深入探讨了技术债务的根源、问题拆解及解决方案。通过清理冗余代码、标准化公共方法和完善调试工具，项目有效提升了代码质量和开发效率，为类似场景提供了治理经验。

离线多智能体强化学习（MARL）面临分布偏移和智能体协调难题。中山大学与美团合作提出样本内顺序策略优化（InSPO），通过逆KL散度和最大熵正则化，避免分布外动作并增强探索性。实验验证InSPO在桥博弈和星际争霸II中表现优异，有效解决局部最优问题，展现了在多智能体任务中的强大潜力。

快手Vision平台通过引入动效资源准入准出检测机制，优化了动效交付流程。平台新增静态和动态检测服务，确保动效质量和性能，成功预防多次线上问题。静态检测SDK支持多种动效格式，动态检测服务利用云真机平台进行性能测试，提升动效稳定性和效率。整套系统已在快手主站多个核心平台落地，显著提升动效资源管理质量。