AI大模型賦能,aPaaS+iPaaS構建新一代數智化應用|愛分析報告

01
aPaaS和iPaaS成為企業用戶關注重點

  1. PaaS市場定義

根據Gartner的定義,PaaS(Platform as a Service)平臺是應用基礎架構(中間件)服務的廣泛集合, 包含應用平臺、集成、業務流程管理、數據服務和AI應用等。
PaaS平臺旨在幫助開發人員專注于編寫、 運行和管理應用,而無需擔心和考慮底層基礎架構,同時對其數字化系統進行IT運營控制。這里的開發人員是指泛開發人員,包含企業用戶內部的信息化、數字化部門人員和業務部門中從事信息化、數字化工作的相關人員。
基于PaaS平臺定義,按照不同應用場景進行分類,PaaS可分成gPaaS、aPaaS、iPaaS、BPM、DBPaaS、AIPaaS、IoTPaaS等。
在這里插入圖片描述

  1. PaaS廠商定義及分類
    PaaS廠商是提供PaaS平臺及相關服務的科技公司,這里的服務包含PaaS平臺本身的部署運維服務、培訓、技術支持和基于PaaS平臺之上的應用實施、二次開發、部署、運維服務。
    按照PaaS廠商的資源稟賦和主營業務方向,可以將市場上的PaaS廠商分成三類,分別是云廠商、應用軟件廠商和獨立PaaS廠商。
    云廠商是指營收主要來自IaaS(IT資源,包括計算、存儲和網絡等)產品服務,IaaS產品服務收入占比超過50%。
    應用軟件廠商是指營收主要來自業務應用軟件(云端SaaS或本地部署等方式)產品服務,應用軟件產品服務收入占比超過50%。
    獨立PaaS廠商是指營收主要來自PaaS產品服務,PaaS產品服務收入占比超過50%。
    在這里插入圖片描述

  2. PaaS市場驅動因素之一:數字化建設進入下半場帶來全新市場機會
    數字化市場經過十年發展,大中型企業的數字化建設已取得初步成果,整個市場進入下一階段,呈現出新的市場態勢。
    首先,企業核心系統建設告一段落,大量衍生需求和長尾需求亟待滿足。
    數字化進入下半場,企業用戶主價值鏈的核心系統通過采購成熟商業軟件和定制開發已經完成。在核心系統使用過程中,產生大量衍生需求和長尾需求。這些需求呈現出創新性、高時效性等特點,一方面是需要數字化團隊響應速度和開發速度快,另一方面是涉及到多個核心系統集成連接。
    以某全球光伏龍頭企業為例,業務的快速變化要求IT團隊全力支持變革。同時,眾多歷史遺留的IT系統導致了系統對接效率低下、接口問題發現和解決滯后,以及集成管理無序等問題。不同系統間的數據格式、通信協議等存在差異,導致系統之間的數據交換和信息共享變得困難重重,影響了整體業務流程的順暢進行。由于缺乏有效的集成管理策略和工具,系統和應用往往各自為政、難以協同工作,導致資源浪費和效率低下。
    其次,“降本增效”成主旋律,所有企業都開始重視數字化建設投入產出比。
    宏觀經濟下行讓所有企業都重視“降本增效”,關注數字化建設投入產出比,大型企業(年銷售額50億以上)和中腰部企業(年銷售額5億至50億)的關注點有所差異。
    大型企業積極擁抱新業態和新技術,產生很多數字化創新場景需求。考慮到這些創新場景短期無法明確論證價值,數字化部門希望低成本試錯,采取短周期快速開發、快速迭代的方式來驗證其價值,aPaaS和iPaaS能夠比較好滿足這一訴求。
    以國內某整車龍頭企業為例,經過多年發展,已建設以商業軟件為主的應用架構,實施了包括ERP、MES、PLM、WMS等超過200套IT系統,面臨著需求變化快、商業軟件支持不力等問題。市場環境和競爭形式變化速度快,短周期場景、一次性場景需求顯著提升。一方面,業務用戶要求IT團隊具備更高的響應度。另一方面,商業軟件及周邊二次開發方式,引發能力邊界有限、長期運維成本高、專業人才難招等問題,必須走向外圍實現。
    中腰部企業面臨數字化需求旺盛和IT資源不足的矛盾,希望通過合適開發工具,能夠提升現有數字化團隊的建設效能,在現有IT資源不變的情況下支撐更大范圍、更多場景的業務訴求。
    機電制造企業兆威機電面臨兩大痛點問題,一是開發資源緊張,二是IT交付效率不高。因為IT部門資源有限、人員有限,想承接更多的業務需求,就要想辦法做到快速開發、降低開發門檻,實現產品開發交付速度提升,并降低產品運維和維護成本。

  3. PaaS市場驅動因素之二:“全球化”和“全面國產化”催生新機遇與挑戰
    從國家戰略和企業自身發展需求來看,“出海”成為所有中國企業重點業務布局方向,全球化是每個大型企業的戰略重點。與此同時,復雜國際形勢又使得以央國企為代表的大型企業必須考慮“數字化系統全面國產化”,既要保證數字化系統安全合規,又要滿足業務連續不中斷需求。
    根據愛分析的調研,中國企業在數字化建設面臨以下挑戰。
    第一,中企出海催生新數字化需求,如何快速探索驗證和數據合規是主要挑戰。
    大量中國企業出海,業務本身不穩定使得很多數字化應用處于探索驗證階段,同時又產生了境內外數據合規傳遞等新需求。企業數字化團隊面臨重大挑戰,一方面是針對海外業務團隊需要快速構建數字化應用,另一方面又要滿足境外應用和數據本身的合規要求,符合當地政策法規。
    以某半導體企業為例,出海業務是最近兩年企業內部的戰略領域。在整個企業出海端,GDPR(通用數據保護條例,General Data Protection Regulation)要求最為嚴格,尤其是多個國家和地區的數據中心間的數據互通、跨國業務審批等,均需要滿足合規要求。
    第二,“全面國產化“背景下,如何解決安全合規與業務連續穩定的矛盾。
    2027年,政企用戶要完成數字化系統“全面國產化”建設要求。一方面,隨著上層應用國產化建設逐步完成,開發工具的國產化替代工作已提升日程。另一方面,在滿足“安全合規”前提下,如何保證業務連續穩定存在兩大挑戰:第一,很多老系統不滿足當前安全合規要求,而替換成本極高。第二,國產軟件不成熟,很多功能無法滿足業務需求。

  4. aPaaS和iPaaS成為企業數字化團隊“兩把利器”
    從上述企業用戶數字化建設需求能夠清晰反映出,應用開發和集成是所有企業數字化團隊當下關注重點,實現快速敏捷開發和統一集成管理是每個企業用戶都面臨的挑戰。
    以低代碼平臺為代表的aPaaS平臺能夠實現快捷開發、敏捷變更、安全使用等功能。簡單場景開發時間從原先的兩周時間縮短到2-3天時間,復雜場景開發能夠通過頁面配置等方式,大幅降低開發門檻,這能夠極大提升數字化團隊的工作效率,滿足業務部門日益增長的數字化需求。
    以iPaaS平臺為代表的集成平臺,能夠幫助企業用戶實現復雜系統之間的互聯互通,使得企業用戶的系統和應用各司其職,提升多團隊協作效率和系統集成效率。
    以某全球光伏龍頭企業為例,某全球光伏龍頭企業上線統一集成平臺(iPaaS平臺)通過對40多個系統和600多個接口的詳細梳理,理清接口關系,形成接口資產清單,這使得各基地和系統能夠清晰地查看對接的接口情況。項目不僅提升了接口的復用率,還減少了因接口信息不透明而導致的重復投入。上線一年間,共承載1381個接口,日均運行實例100萬,總實例量1.5億,平臺穩定運行,各系統業務數據流轉平穩。
    02
    aPaaS市場分析及選型建議

  5. aPaaS產品及市場定義
    根據Gartner的定義,aPaaS產品是指支持應用程序在云端和私有環境的開發、部署和運行,提供軟件開發中的基礎工具給用戶,包括數據對象、權限管理、用戶界面等。
    與其他開發工具相比,aPaaS有具備以下特征:
    第一,aPaaS工具可以面向非專業開發人員,采取低代碼或零代碼的方式來完成整個應用開發部署運行過程;
    第二,基于aPaaS工具開發的成果能夠直接服務最終業務用戶,而非源代碼等半成品;
    第三,平臺本身是模塊化、松耦合架構,能夠與企業現有數字化基礎設施融合,有效利用企業現有數字資產,而非All-in-One緊耦合架構的技術中臺,必須全套部署上線。
    因此,低代碼平臺、零代碼平臺以及低零代碼結合平臺是屬于aPaaS產品,而高代碼開發平臺、All-in- One的技術中臺是不屬于aPaaS產品。
    aPaaS市場包含aPaaS平臺產品和服務,服務包含aPaaS平臺本身的部署運維服務、培訓、技術支持和基于aPaaS平臺之上的應用實施、二次開發、部署、運維服務。
    IT外包服務(ITO)市場中基于aPaaS平臺工具提供服務的細分市場是包含在整個aPaaS市場中。

  6. aPaaS市場處于高速發展階段,2028年市場規模達165億人民幣
    中國aPaaS市場主要包含低代碼平臺、零代碼平臺、低零代碼平臺以及表單自動化工具等,獨立表單自動化工具占比極小,大部分都是集成到零代碼平臺或低零代碼平臺中。因此,中國aPaaS市場規模基本可以等同于低代碼平臺、零代碼平臺和低零代碼平臺市場之和。
    根據IDC相關數據,2023年中國低代碼與零代碼軟件市場規模為33.1億人民幣。結合愛分析對于aPaaS市場頭部廠商調研,aPaaS頭部廠商在2024年營收增速超過40%,由此估算2024年中國aPaaS市場整體增速為30%,2024年aPaaS市場整體規模為43億人民幣。
    當前aPaaS客群已從大型企業深入到中腰部企業,中國腰部企業(4億以上的規模企業)超過10萬家,一方面這類企業會購買aPaaS產品,另一方面腰部企業和頭部企業都會基于aPaaS平臺開發大量數字化應用,因此,aPaaS市場規模增長會呈現出逐年加速的態勢,預計2028年市場規模達到165.1億元。
    在這里插入圖片描述

  7. aPaaS選型建議
    考慮到aPaaS是平臺級工具,不少數字化應用是需要基于aPaaS產品開發搭建,愛分析建議企業用戶從產品本身和廠商能力兩個視角考慮aPaaS選型問題。
    aPaaS產品本身需要關注無代碼開發配置能力 、二次開發和擴展能力 、IT基礎設施融合能力 、安全與合規能力 、集成能力 、國際化能力 、穩定性與高可用能力 、AI融合能力 、自主可控能力等因素。
    在這里插入圖片描述

aPaaS廠商能力重點關注實施服務能力、低無代碼推廣運營方法、 客戶成功支持體系 、產品長期規劃與研發投入、生態體系成熟度等因素。

按照PaaS廠商分類,aPaaS廠商分成阿里等云廠商、金蝶等應用軟件廠商和得帆信息等獨立廠商,aPaaS市場主要廠商如下。
在這里插入圖片描述

03
iPaaS市場分析及選型建議

  1. iPaaS產品及市場定義
    綜合Gartner、IDC等研究機構定義,iPaaS產品是指通過一套平臺,實現應用集成、數據集成的開發、執行和管理,實現內部本地和基于云的流程、服務、應用程序和數據的連接。
    iPaaS產品具備以下特征:
    第一,iPaaS是基于云原生、分布式等技術架構,具備多租戶、多環境、容器化的PaaS平臺特征;
    第二,iPaaS是融合集成平臺,融合了應用系統集成、數據集成、文件集成、消息集成、API資產管理等多種核心能力;
    第三,iPaaS提供優秀的集成體驗讓集成更高效,采用零代碼、低代碼的集成方式,預置豐富的連接器,提升集成效率。
    iPaaS市場包含iPaaS平臺產品和服務,服務包含iPaaS平臺本身的安裝部署、培訓、技術支持、運維服務和基于iPaaS平臺的集成實施、二次開發服務,包含了應用集成、數據集成和API管理。
  2. iPaaS正從大型企業滲透到中腰部企業,預計2028年市場規模達133億人民幣
    根據IDC數據,2024年中國iPaaS市場規模為42.6億人民幣。
    根據愛分析調研,兩大因素使得iPaaS在未來幾年保持高速增長,預計2028年市場規模達133.2億元。iPaaS市場保持較高增長主要是以下原因:第一,越來越多企業用戶采購iPaaS替換原有ESB工具,iPaaS會逐步蠶食原有ESB市場;第二,隨著數字化建設深入,系統復雜度激增,應用集成和數據集成需求會逐年增長;第三,隨著市場對產品認知的提升,越來越多腰部企業會在數字化早期建設iPaaS平臺,腰部企業的需求量逐年增長。
    在這里插入圖片描述
  3. iPaaS選型建議
    iPaaS一般是作為企業用戶應用集成和數據集成的統一管理平臺,企業用戶的數字化應用是需要通過iPaaS平臺來實現集成、統一管理和安全合規等要求。愛分析建議企業用戶從產品本身和廠商能力兩個視角考慮iPaaS選型問題。
    iPaaS產品本身需要集成能力、性能及穩定性、安全性及擴展性、集成體驗及集成效率等因素。
    在這里插入圖片描述

iPaaS廠商能力重點關注實施服務能力、同類型案例、產品長遠規劃及投入情況等因素。
在這里插入圖片描述

按照PaaS廠商分類,iPaaS廠商分成華為等云廠商、浪潮通軟等應用軟件廠商和得帆信息等獨立廠商,iPaaS市場主要廠商如下。
在這里插入圖片描述

04
PaaS市場未來趨勢

  1. aPaaS和iPaaS融合,實現企業IT架構敏捷化、服務化
    敏捷化、低代碼化、服務化是企業IT架構未來發展趨勢,只有這樣才能滿足日益增長且動態多變的數字化需求。
    iPaaS能夠將現有固化的IT系統服務化、沉淀且復用業務邏輯,aPaaS能夠讓固化的業務系統實現敏捷隨需應變。兩者結合能夠讓企業IT架構真正實現敏捷化、服務化。
  2. PaaS與AI融合,共同構筑新一代數智化應用
    PaaS與AI融合分成“PaaS for AI”和“AI for PaaS”兩個方向。“PaaS for AI”是指PaaS平臺如何支持大模型等企業數智化應用,“AI for PaaS”是指AI大模型能力如何賦能PaaS平臺,提升PaaS平臺產品能力和使用體驗。
    首先,企業引入大模型能力和基于MCP協議構建智能體,底層都需要API開發管理,這部分未來會被iPaaS平臺統一納管,實現大模型應用安全合規和模型資產沉淀。
    2025年企業用戶廣泛接入DeepSeek,即使是私有化部署DeepSeek,依然面臨著AI API濫用與越權、數據泄漏與合規性風險、審計風險等安全風險。基于iPaaS平臺搭建“AI網關”,在流量管理層對大模型服務進行管控,能夠保障服務穩定性、安全性和成本效率。
    在這里插入圖片描述

通過“AI網關”能夠實現訪問安全、數據安全合規、提示詞安全、流量與審計安全等功能,通過這四層防護體系,實現了從入口管控、數據流動、內容生成到事后審計的全閉環安全管理。
其次,AI Agent應用在落地應用的過程中,必然伴隨數字化場景建設,或需融入既有的IT系統,而aPaaS是其穩定、可靠的能力補充,共同構筑新一代數智化應用。
aPaaS的搭建能力與Agent開發組件結合,能夠形成豐富的低代碼AI應用,滿足多樣化業務需求,滿足AI應用的穩定性和可靠性,是AI應用從Demo驗證走向業務可用。iPaaS的集成管理能力,能夠讓各類Agent應用與現有數字化系統高效集成融合,讓Agent應用真正落地。
PaaS能力會更多整合與內嵌AI能力,經由現已出現的PaaS+AI階段,逐步過渡到AI-Native PaaS階段,與AI大模型、AI基礎設施原生融合,迎來GUI與CUI的有機結合,擴展組織的數字化場景的更深度與全面的覆蓋。
aPaaS平臺通過接入插件,用戶在租戶后臺可直接調用AI對話彈窗,實現用戶與aPaaS平臺的智能對話交互,助力提升開發效率、優化用戶體驗。基于大模型能力,aPaaS平臺能夠通過自然語言交互形式智能生成數據模型和表單,大幅降低手動配置的工作量,實現從需求描述到系統落地全鏈路閉環。
05
PaaS市場代表廠商:得帆信息

  1. 公司介紹
    得帆信息成立于2014年,專注于PaaS產品和解決方案領域,核心技術團隊深耕企業數字化架構與產品研發領域平均逾15年。總部位于上海,在北京、深圳、成都、西安等10余個城市設有分支機構,形成了覆蓋全國的技術服務網絡。
    公司獨創“aPaaS + iPaaS”雙擎驅動模式,在財富500強、制造業500強、市值500強、國央企500強等頂級企業榜單中的綜合覆蓋率超過35%,已累計為超過1200家中大型組織構建數字化底座。
    依托行業領先的"全周期交付體系"與獨創的"冷啟動->規模化"推廣方法論,以超高交付成功率重新定義企業級PaaS服務標準,被譽為"中國低代碼PaaS生態的終極賦能者"。
  2. 產品及核心能力
    得帆信息在aPaaS和iPaaS兩個市場均有成熟產品,分別是得帆云DeCode低代碼平臺和得帆云DeFusion融合集成平臺。
    得帆云DeCode低代碼平臺(aPaaS)定位為企業數字化應用工廠,通過低代碼/無代碼融合技術實現業務應用的"分鐘級"構建。該平臺可深度整合既有IT資產,支持與多源系統無縫對接,可快速搭建標準化應用模板與定制化數字工廠,顯著縮減70%傳統系統交付周期。
    得帆云DeFusion融合集成平臺(iPaaS)作為企業全域連接樞紐,擁有API/ESB/ETL三大技術引擎,構建覆蓋數據采集、協議轉換、服務編排的全鏈路管理能力。支持200+異構系統即插即用,日均處理超億級API調用,實現復雜生態系統的可視化治理與智能運維。
    雙平臺形成"開發-集成"閉環體系,既滿足企業快速響應業務創新的敏捷需求,又提供支撐數據互聯的擴展能力。通過標準化組件與個性化配置的矩陣式組合,已成功實現從單點應用到生態級數字基座的平滑演進路徑,助力客戶完成數字化轉型"最后一公里"攻堅。
    除此以外,得帆也在從系統建設和連接領域,逐步擴展到數據智能領域,已布局DeMDM主數據系統、Dehoop數據中臺兩個產品,其產品能力和商業化進展也較為出色,助力企業構建更強能力、更全面的數字化底座。得帆積極擁抱AI,幫助企業從數字化轉向數智化,產品與AI的深度融合,在AI領域率先完成從"PaaS+AI"到"AI-Native"的范式革新,原生集成大模型能力,幫助客戶構建認知智能時代的技術護城河。
  3. 市場地位及商業化進展
    2024年,得帆信息新簽客戶超過300家,中國財富500強企業中已合作157家,中國制造業500強累計合作173家,中國整車Top10中有9家與得帆信息合作,在獨立PaaS廠商中累計服務大中型企業客戶數量最多,累計交付實施aPaaS和iPaaS項目數量最多。
    2024年,根據aPaaS和iPaaS營收統計,得帆信息在aPaaS和iPaaS領域位居獨立PaaS廠商市場占有率第一,綜合增速超過40%。
    在這里插入圖片描述
    在這里插入圖片描述

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/pingmian/83212.shtml
繁體地址,請注明出處:http://hk.pswp.cn/pingmian/83212.shtml
英文地址,請注明出處:http://en.pswp.cn/pingmian/83212.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

WPS快速排版

論文包括(按順序):封面(含題目)、摘 要、關鍵詞、Abstract(英文摘要)、Keywords、目錄、正文、參考文獻、在讀期間發表的學術論文及研究成果,致 謝 題目(黑小一加粗&…

python第39天打卡

1.灰度圖像 作為圖像數據,相較于結構化數據(表格數據)他的特點在于他每個樣本的的形狀并不是(特征數,),而是(寬,高,通道數) # 先繼續之前的代碼 import torch import torch.nn as nn import t…

win11小組件功能缺失的恢復方法

問題說明:重置了win11系統,結果小組件功能找不到了,最后用以下辦法解決。 1. 以管理員身份打開 PowerShell 或 CMD。 2. 運行以下命令: winget install 9MSSGKG348SP 注:如果報錯,可嘗試先卸載再安裝…

Kali Linux從入門到實戰:系統詳解與工具指南

一、Kali Linux簡介 Kali Linux是一款基于Debian的Linux發行版,專為滲透測試和網絡安全審計設計,由Offensive Security團隊維護。其前身是BackTrack,目前集成了超過600款安全工具,覆蓋滲透測試全流程,是網絡安全領域…

C語言 — 文件

目錄 1.流1.1 流的概念1.2 常見的的流 2.文件的打開和關閉2.1 fopen函數2.2 fclose函數2.3 文件的打開和關閉 3.文件的輸入輸出函數3.1 fputc函數3.2 fgetc函數3.3 feof函數和ferror函數3.4 fputs函數3.5 fgets函數3.6 fwrite函數3.7 fread函數3.8 fprintf函數3.9 fscanf函數 4…

Pull Request Integration 拉取請求集成

今天我想要把我創建的項目,通過修改yaml里面的內容,讓我在main分支下的其他分支拉取請求的時候自動化測試拉取的內容,以及將測試結果上傳到控制臺云端。 首先我通過修改yaml文件里面的內容 name: Build and Teston:push:branches:- mainjobs:…

NodeJS全棧開發面試題講解——P3數據庫(MySQL / MongoDB / Redis)

3.1 如何用 Node.js 連接 MySQL?你用過哪些 ORM? 面試官您好,我先介紹如何用 Node.js 連接 MySQL,然后補充我常用的 ORM 工具。 🔌 原生連接 MySQL 使用 mysql2 模塊: npm install mysql2 const mysql …

Redis最佳實踐——性能優化技巧之數據結構選擇

Redis在電商應用中的數據結構選擇與性能優化技巧 一、電商核心場景與數據結構選型矩陣 應用場景推薦數據結構內存占用讀寫復雜度典型操作商品詳情緩存Hash低O(1)HGETALL, HMSET購物車管理Hash中O(1)HINCRBY, HDEL用戶會話管理Hash低O(1)HSETEX, HGET商品分類目錄Sorted Set高O…

題單:最大公約數(輾轉相除法)

題目描述 所謂 “最大公約數(GCD)” ,是指所有公約數中最大的那個,例如 12 和 1818 的公約數有 1,2,3,6 ,所以 12 和 18 的最大公約數為 6 。 輾轉相除法,又名歐幾里德算法(Euclidean Algorit…

hadoop完整安裝教程(附帶jdk1.8+vim+ssh安裝)

本篇帶領大家在uabntu20虛擬機上安裝hadoop,其中還包括jdk1.8、ssh、vim的安裝教程,(可能是)史上最全的安裝教程!!!若有疑問可以在評論區或者私信作者。建議在虛擬機上觀看此博客,便…

Flutter、React Native、Unity 下的 iOS 性能與調試實踐:兼容性挑戰與應對策略(含 KeyMob 工具經驗)

移動端跨平臺開發逐漸成為常態,Flutter、React Native、Unity、Hybrid App 等框架在各類 iOS 項目中頻繁出現。但隨之而來的,是一系列在 iOS 設備上調試難、性能數據采集難、日志整合難的問題。 今天這篇文章,我從實際項目出發,聊…

PyCharm接入DeepSeek,實現高效AI編程

介紹本土AI工具DeepSeek如何結合PyCharm同樣實現該功能。 一 DeepSeek API申請 首先進入DeepSeek官網:DeepSeek 官網 接著點擊右上角的 “API 開放平臺“ 然后點擊API keys 創建好的API key,記得復制保存好 二 pycharm 接入deepseek 首先打開PyCh…

Cinnamon開始菜單(1):獲取應用數據

看了半天:/usr/share/cinnamon/applets/menucinnamon.org,終于挖到了精髓。 Cinnamon.AppSystem.get_default() 獲取系統應用數據 get_tree() 獲取樹機構 get_root_directory() 獲取根目錄 iter() 遍歷 get_name() 獲取名稱 get_desktop_file_id()…

git reset --hard HEAD~1與git reset --hard origin/xxx

git reset --hard HEAD~1與git reset --hard origin/xxx git reset --hard origin/xxx有時候會太長,手工輸入略微繁瑣,可以考慮: git reset --hard HEAD~1 替代。 或者使用這種方式 git reset撤銷當前分支所有修改,恢復到最近一…

鴻蒙OSUniApp PWA開發實踐:打造跨平臺漸進式應用#三方框架 #Uniapp

UniApp PWA開發實踐:打造跨平臺漸進式應用 前言 在過去的一年里,我們團隊一直在探索如何利用UniApp框架開發高性能的PWA應用。特別是隨著鴻蒙系統的普及,我們積累了不少有價值的實踐經驗。本文將分享我們在開發過程中的技術選型、架構設計和…

ansible自動化playbook簡單實踐

方法一:部分使用ansible 基于現有的nginx配置文件,定制部署nginx軟件,將我們的知識進行整合 定制要求: 啟動用戶:nginx-test,uid是82,系統用戶,不能登錄 啟動端口82 web項目根目錄/…

【Office】Excel兩列數據比較方法總結

在Excel中,比較兩列數據是否相等有多種方法,以下是常用的幾種方式: 方法1:使用公式(返回TRUE/FALSE) 在空白列(如C列)輸入公式,向下填充即可逐行比較兩列(如…

day 42

知識點回顧 1.回調函數 2.lambda函數 3.hook函數的模塊鉤子和張量鉤子 4.Grad-CAM的示例 一。回調函數示例 Hook本質是回調函數,所以我們先介紹一下回調函數。回調函數是作為參數傳遞給其他函數的函數,其目的是在某個特定事件發生時被調用執行。這…

10.安卓逆向2-frida hook技術-frida基本使用-frida指令(用于hook)

免責聲明:內容僅供學習參考,請合法利用知識,禁止進行違法犯罪活動! 內容參考于:圖靈Python學院 工具下載: 鏈接:https://pan.baidu.com/s/1bb8NhJc9eTuLzQr39lF55Q?pwdzy89 提取碼&#xff1…

LLM-MPC混合架構:車載大語言模型用來增強自動駕駛系統

1. 概述 2025年,蘇黎世研究團隊在RSS2025會議上正式提出「LLM-MPC混合架構」,標志著大語言模型(LLM)在自動駕駛系統中的實用化邁出關鍵一步。該方案旨在解決傳統深度學習模型在極端交通場景中泛化能力不足的問題。通過在車載終端…