最近更新：2026年5月22日 Agent Skills 正在成为 AI 原生开发的基础设施。自 Anthropic 于2025年12月将 Skills 标准开放以来，Claude Code、Open…

前 OpenAI CTO Mira Murati 在2025年2月创立Thinking Machines Lab，完成了20亿美金种子轮融资（1200亿美金估值），是历史上最大的种子轮之一。公司202…

一场跨国视频会议，北京的产品经理、纽约的工程师、伦敦的设计师同时在线，画面流畅，声音清晰，几乎感觉不到延迟。这背后，是全球数百个数据中心在协同工作，实时计算着最优的数据传输路径。 公共互联网本质上是“…

Google I/O 2026 明天 (5月19日) 开幕。过去几年，I/O已经不太像一个发布会，更像是Google每年一次对行业说“我们接下来押哪里”的公开表态。今年的信号，在开幕前就已经很清楚了。…

打开一个直播间，主播说话的声音几乎同步传到你的耳朵里。和远在地球另一端的同事开视频会，画面流畅得像面对面交谈。这些看似理所当然的体验，背后都依赖着一个关键问题的解决：如何让数据在复杂的互联网环境中，既…

用 Claude Code 跑一个中等规模的 TypeScript 或 Rust 项目，cargo test的完整输出约4800个 token，git status约2000个，ls -la约3200…

HRTF（Head-Related Transfer Function）和Ambisonics代表了3D音频技术的两种不同哲学。HRTF是”以听者为中心”的技术，通过模拟声音到…

HRTF（Head-Related Transfer Function，头部相关传输函数）描述了声音从空间中某个位置传播到人的左右耳朵时，因头部、耳廓、肩膀的阻挡和反射而产生的频谱变化。这些变化包含了…

双耳渲染（Binaural Rendering）是一种音频处理技术，通过计算声音从空间中特定位置传播到左右耳朵的过程，生成包含完整空间信息的双声道音频。当用户戴上耳机播放时，大脑会将这些线索解读为三维…

3D空间音频（Spatial Audio）是一种模拟真实世界声音空间特性的音频技术，通过计算声源位置、距离和方向，让用户感知到声音从特定方位传来，并随着用户和声源的相对位置变化而动态调整。在实时音视频…

Simulcast 是实时音视频通信中的一种带宽优化技术，发送端同时编码并发送多个不同分辨率的视频流（如1080p、720p、360p），接收端根据自身网络带宽、设备性能和显示区域大小，动态选择最合适…

2026 年 5 月初，OpenAI 工程师 Yi Zhang 和 William McDonald 在官方博客发布了一篇罕见的基础设施技术披露，详细介绍了支撑 ChatGPT Voice 和 Rea…