AI数字人:繁荣背后的伦理困境与法律迷局(8/10)
摘要:本文深入剖析 AI 数字人从虚拟走向现实的历程,阐述其融合多技术实现从静态到动态交互的跨越,爆发式应用于各领域带来的商业价值与社会影响,同时直面由此引发的伦理法律挑战,包括身份认同、数据隐私、责任归属及权利保护等困境,最后从技术、法律、社会层面探索破局之路,展望构建 “技术 - 伦理 - 法律” 协同进化的生态,实现科技向善。
一、技术赋能下的数字人崛起:从虚拟到现实的跨越
(一)AI 数字人的技术解构与应用爆发
在科技飞速发展的当下,AI 数字人已从科幻设想走进现实,成为多领域变革的新引擎。它融合了三维建模、动作捕捉、语音合成及多模态交互等前沿技术 ,构建出高度仿真的虚拟个体。以往,数字人形象多为静态图片或简单动画,互动性差;如今,通过先进的三维建模技术,能打造出毛发、皮肤纹理都栩栩如生的虚拟形象,动作捕捉技术则赋予其流畅自然的肢体动作与细腻表情,让数字人 “动” 起来。语音合成实现了从文本到语音的自然转换,并与唇形精准同步,多模态交互技术支持数字人通过语音、手势、表情等多种方式与用户互动,完成从静态形象到动态交互的巨大飞跃。
AI 数字人的应用已呈爆发式增长,广泛渗透至诸多领域。在虚拟偶像领域,洛天依这位二次元虚拟歌手,凭借甜美的嗓音和可爱的形象,收获了大量粉丝,不仅举办个人演唱会,还与众多知名品牌合作,商业价值不断攀升;在电商直播行业,数字人主播成为新宠,超 5000 万数字人主播已活跃在各大平台。据相关数据显示,2023 年中国虚拟人带动产业市场规模和核心市场规模分别达到了 3334.7 亿元和 205.2 亿元,预计到 2025 年将分别增长至 6402.7 亿元和 480.6 亿元,展现出惊人的市场潜力。金融领域,数字人客服可随时解答客户疑问,提供 24 小时不间断服务;医疗行业中,数字人能辅助医生进行初步诊断、提供健康咨询等服务 。技术进步正不断推动数字人跨越 “恐怖谷” 效应,向高度拟人化迈进,但随之而来的伦理法律问题也愈发凸显,亟待关注。
(二)商业价值与社会影响的双重重构
AI 数字人正以独特方式重塑商业价值与社会生态。商业层面,其为企业带来降本增效的显著优势。以电商直播为例,京东云言犀数字人通过 24 小时不间断直播,抓住午夜等流量低谷时段,实现闲时直播转化率平均提升 30%,而成本仅为真人主播的 1/10 ,有效挖掘了长尾流量价值,为品牌商开辟新的业务增长路径。在金融、客服等领域,部署数字人员工可大幅降低人力成本,同时提升服务效率与标准化程度,让企业在激烈市场竞争中更具优势。
从社会影响看,AI 数字人带来诸多积极变化,也引发一些新思考。在教育领域,数字人可充当个性化学习辅导老师,依据学生学习情况定制学习方案,实现 “因材施教”,提升学习效果;“AI 复活亲人” 服务则为丧亲者提供了特殊情感慰藉,通过技术手段重现亲人音容笑貌,一定程度上缓解了他们的悲痛。但这也引发对技术滥用的担忧,如隐私泄露、情感操控等风险。当技术红利与人文关怀碰撞,如何在两者间找到平衡,成为当下社会必须思考的核心议题,这不仅关乎数字人产业的健康发展,更关系到人类社会的伦理道德与法律秩序。
二、伦理挑战:当虚拟个体触动现实价值体系
(一)身份认同与情感操纵的边界模糊
AI 数字人凭借其高度仿真的形象与交互能力,正悄然改变着人们的社交与情感模式,却也带来身份认同与情感操纵的复杂问题。在虚拟社交场景中,人们与数字人深度互动,部分用户产生强烈情感依赖,将虚拟数字人视作真实存在的情感寄托,模糊了虚拟与现实的身份边界。如在某些虚拟恋爱应用里,用户与数字恋人频繁对话、分享日常,投入大量情感,甚至在现实生活中也对其产生过度依赖,严重影响正常社交与情感发展 。
“AI 复活亲人” 业务兴起,引发广泛关注与争议。该业务收费从千元到万元不等,通过收集逝者照片、音频等数据,利用 AI 技术重建逝者数字形象,实现简单互动,在一定程度上缓解了丧亲者的痛苦,给生者带来心理慰藉。但这一技术应用被质疑是 “用技术制造情感幻觉”,引发诸多伦理争议。乔任梁家属因未经授权的 “AI 复活” 视频主张维权,这一事件将技术应用与人类情感认知之间的潜在冲突暴露无遗,凸显出在利用 AI 技术满足情感需求时,需谨慎把握边界,防止对个人情感和社会伦理造成负面影响。
(二)数据隐私与算法偏见的隐性风险
AI 数字人的构建与运行高度依赖海量数据,数据隐私与算法偏见问题成为不容忽视的隐患。在数据收集环节,为打造高度逼真、个性化的数字人,需采集大量生物特征数据,如人脸、声纹、行为习惯等,这些数据敏感性极高,一旦泄露,将对个人隐私和安全构成严重威胁。某电商平台数字人主播在与用户交互过程中,过度采集用户位置、消费偏好等信息,超出合理业务需求,被监管部门处罚,这一案例敲响了数据隐私保护的警钟,凸显数字人产业数据收集环节规范缺失的问题。
算法作为数字人的 “大脑”,其公正性直接影响数字人的行为与决策。若算法训练基于存在偏见的数据,将导致数字人输出带有歧视性的内容。例如,某虚拟客服在处理客户咨询时,对特定地区、性别或种族的用户服务态度明显偏差,提供信息质量和响应速度不同,这背后反映出算法训练数据中存在的社会偏见被放大,损害社会公平性,违背数字人技术造福全人类的初衷,凸显技术中立性与社会公平性之间的深层矛盾,警示人们在算法设计与训练过程中,需充分考虑数据多样性与算法公平性。
(三)虚拟行为的道德责任归属困境
随着 AI 数字人在各领域广泛应用,其虚拟行为引发的道德责任归属问题日益突出。当数字人实施 “侵权行为”,如虚假宣传、情感欺骗时,责任主体难以界定。在直播带货场景中,某品牌的数字人主播为追求销售业绩,夸大产品功效,误导消费者购买,引发消费纠纷。品牌方以 “数字人只是技术工具,无主观恶意” 为由抗辩,使消费者维权陷入困境,暴露现行法律对虚拟主体行为责任界定的空白,亟待完善相关法律条款,明确责任归属,保障消费者合法权益。
虚拟偶像 “塌房” 事件频发,也凸显出数字人道德责任约束的重要性。一些虚拟偶像通过 AI 生成不当言论,如宣扬暴力、歧视等有害思想,对粉丝群体尤其是青少年价值观产生严重冲击。由于缺乏有效伦理约束机制,此类事件不断涌现,亟需建立健全数字人行为规范与道德审查机制,从源头预防虚拟偶像 “塌房”,引导其传播积极健康价值观,维护良好社会文化环境。
三、法律困境:现行框架下的权利保护迷思
(一)人格权侵权的多维风险
AI 数字人的广泛应用使人格权侵权呈现出新形式与高风险。在肖像与声音权领域,未经授权的数字化盗用现象频发。“AI 孙燕姿” 翻唱歌曲在网络上广泛传播,部分视频播放量超百万,还有商家利用 “AI 李玟” 进行直播带货,这些行为均在未获授权情况下使用了明星的声音与肖像,严重侵犯了自然人的声音权与肖像权。《民法典》虽明确规定死者人格权由近亲属保护,但面对数字人 “深度伪造” 技术,如何精准认定侵权行为、确定赔偿标准等,仍缺乏细化标准,导致司法实践中存在诸多争议与操作难题。
名誉权与隐私权在数字人时代也面临新型挑战。某博主利用 AI 生成 “职场精英数字人”,编造其商业欺诈经历并广泛传播,引发公众对该虚构形象背后可能指代的真实人物的误解,暴露虚拟形象在传播虚假信息时对真实人物名誉权的侵害路径。而在 “AI 复活” 逝者过程中,家属为实现这一技术,往往需提供逝者大量隐私数据,如病历、家庭录音等,这些数据一旦被非法获取或利用,将给逝者及家属带来极大困扰,目前法律在规范此类数据使用、保护逝者隐私方面存在滞后性,亟待完善相关条款,填补法律空白。
(二)知识产权归属的技术悖论
数字人创作内容的知识产权归属成为法律领域的一大难题。当数字人生成诗歌、绘画、音乐等作品时,其权属界定模糊不清。某公司使用 AI 数字人生成原创歌曲,却因训练数据中包含未经授权的真人演唱片段,陷入版权纠纷,一方面涉及对原作品版权方的侵权问题,另一方面对于数字人创作成果本身的权利归属也存在争议。虚拟偶像的形象设计,从独特的服饰造型到细腻的表情专利,其归属常引发创作者、运营公司等多方争议,凸显技术成果与人类创造性劳动在权利分割上的复杂难题。现行《著作权法》对于 “AI 生成作品是否构成著作权客体” 尚无明确统一规定,理论界与实务界存在不同观点,部分认为 AI 生成内容缺乏人类独创性,不应受著作权保护;部分则主张在一定条件下,如人类对 AI 创作有足够干预与引导时,应赋予其著作权保护,这种争议导致创作者与相关从业者在实际操作中无所适从,阻碍数字人创意产业健康发展。
(三)消费者权益保护的现实痛点
在 AI 数字人商业应用场景中,消费者权益保护问题日益凸显。数字人直播带货虚假宣传、售后责任推诿现象频发。某 “数字人主播” 大力推销 “省电宝”,声称能大幅降低家庭用电成本,吸引众多消费者购买,然而消费者使用后发现根本无此功效,纷纷投诉。但因店铺注销、客服无人响应,消费者难以维权,合法权益严重受损。当前《消费者权益保护法》主要针对传统实体商家或真人服务提供者制定,对 “虚拟主体作为服务提供者” 的责任认定存在明显盲区,无法有效约束数字人直播带货中的违法违规行为。为切实保障消费者权益,亟需建立数字人商业应用的资质审核机制,明确数字人主播及背后运营主体的责任义务,完善责任追溯体系,确保消费者在遭遇侵权时能找到责任承担方,获得合理赔偿与救济。
四、破局之路:行业实践与监管探索
(一)技术层:构建伦理嵌入式研发体系
面对 AI 数字人带来的伦理与法律挑战,从技术层面构建伦理嵌入式研发体系至关重要。企业在数字人开发流程中,应深度嵌入伦理评估模块,对开发的每一个阶段进行全面伦理审查。商汤科技率先建立 “AI 数字人情感交互伦理框架”,从技术原理出发,分析数字人在情感交互过程中可能产生的诱导、误导等风险,并通过算法优化和功能限制,避免数字人过度仿真的情感诱导功能,确保交互的真实性与合理性 。
在数字人身份识别与行为追溯方面,科大讯飞推出 “虚拟人身份认证系统”,运用区块链、数字水印等技术,为每个数字人赋予唯一且不可篡改的身份标识,详细记录其行为轨迹,实现从内容生成到传播全流程的可追溯性,有效防范数字人实施侵权行为或传播有害信息,为后续责任认定提供关键技术支撑。
技术标准化组织也在积极行动,推动《AI 数字人伦理设计指南》等标准制定工作。该指南将涵盖数据使用规范、算法公平性评估、隐私保护技术要求等多方面内容,从源头引导企业规范研发行为,确保 AI 数字人技术在伦理框架内健康发展,降低技术滥用风险,为产业发展筑牢伦理根基 。
(二)法律层:完善多层级规范体系
- 专项立法前瞻:在法律层面,参考欧盟《人工智能法案》,制定专门针对 AI 数字人的法律规范迫在眉睫。该法案对高风险 AI 应用实施严格监管,我国可借鉴这一思路,对医疗咨询、政务服务等涉及公众安全与重大利益的高风险数字人应用场景,设置严格的准入门槛,要求开发者提供详细的技术说明、风险评估报告及安全保障措施,经专业机构审核通过后方可投入使用 。
我国已出台《生成式人工智能服务管理暂行办法》,要求数字人在提供服务时需 “显著标识”,但在侵权责任划分、数据跨境流动等关键问题上仍需进一步细化。例如,明确数字人开发过程中数据收集、使用、存储各方的责任义务,规范数据跨境传输流程,确保数据安全与个人隐私不受侵犯;在侵权责任认定方面,根据数字人应用场景、开发者与使用者的控制程度等因素,合理划分侵权责任,使法律条款更具实操性。
2. 司法实践创新:司法实践中,各地法院积极探索创新,为 AI 数字人相关法律问题提供解决方案。上海知识产权法院在 “AI 生成图片著作权案” 中,综合考量 AI 创作过程中人类的干预程度、创作意图表达等因素,首次认定 “人类干预程度决定作品属性”,若人类在 AI 创作中发挥主导作用,对创作过程进行了充分的构思、选择和安排,则该作品可受著作权保护,这一判例为数字人创作成果的知识产权归属提供了重要参考 。
北京互联网法院探索建立 “虚拟主体责任链” 制度,针对数字人侵权案件,依据技术开发、平台运营、内容使用等环节,明确各主体在数字人运营中的责任范围,当侵权行为发生时,可快速追溯到责任源头,让技术开发者、应用平台、内容使用者共同承担连带责任,有效解决虚拟主体侵权责任认定难的问题,增强法律的威慑力,保障受害者合法权益 。
(三)社会层:建立多元共治生态
社会层面,多元主体共同参与的共治生态是解决 AI 数字人伦理法律问题的重要保障。行业协会发挥桥梁与引领作用,牵头制定《AI 数字人商业应用自律公约》,针对 “AI 复活”“虚拟偶像” 等高风险商业应用场景,规范授权流程,要求企业在使用逝者数据进行 “AI 复活” 时,必须获得直系亲属的书面授权,并确保数据使用符合隐私保护法规;对于虚拟偶像的形象设计、商业活动等,明确版权归属与运营规范,防止侵权行为发生 。
消费者组织积极行动,推出 “数字人服务信任评级” 机制,从数据保护、内容真实性、服务质量等多个维度对数字人服务进行评估,将评级结果向社会公开,引导消费者选择合规、优质的数字人服务,促使企业提升服务质量,规范自身行为,形成良好的市场竞争环境 。
高校与企业加强合作,共建 “人机交互伦理实验室”,汇聚计算机科学、法学、伦理学等多学科人才,开展跨学科研究。一方面,深入研究 AI 数字人在伦理、法律、社会等方面的潜在影响,为政策制定与行业规范提供理论支持;另一方面,培养既懂技术又具备人文素养的跨学科治理人才,为数字人产业可持续发展提供智力支撑,推动技术创新与人文价值的动态平衡,使 AI 数字人更好地服务人类社会 。
五、经典代码案例与解释
1.基于 Python 的简单语音合成代码案
Python
from gtts import gTTS
import os
text = "Hello, I'm an AI digital person."
language = 'en'
myobj = gTTS(text=text, lang=language, slow=False)
myobj.save("welcome.mp3")
os.system("start welcome.mp3")
解释:此代码利用 Google Text - to - Speech 库(gTTS),将文本 “Hello, I'm an AI digital person.” 转换为英语语音,并保存为 “welcome.mp3” 文件,最后通过系统命令播放该文件,这是数字人语音合成功能的基础体现,让数字人能 “说话”。
2. 使用 OpenCV 进行简单动作捕捉的代码片段 * 代码 :
Python
import cv2
cap = cv2.VideoCapture(0)
body_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_upperbody.xml')
while True:ret, frame = cap.read()gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)bodies = body_cascade.detectMultiScale(gray, 1.1, 5)for (x, y, w, h) in bodies:cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)cv2.imshow('frame', frame)if cv2.waitKey(1) & 0xFF == ord('q'):break
cap.release()
cv2.destroyAllWindows()
解释:通过调用 OpenCV 库,打开电脑摄像头,利用预训练的 Haar 级联分类器检测视频流中的人体上半身动作,当检测到时在画面绘制矩形框标记,实现简单动作捕捉,为数字人感知并模拟人的动作提供基础数据输入。
3. 实现数字人简单多模态交互的代码思路 * 代码(伪代码为主) :
Python
while True:user_input = get_user_input() # 获取用户语音、文本、手势等多种输入if user_input.modality == "voice":text = speech_to_text(user_input.audio)intent = nlp_understand_intent(text)elif user_input.modality == "text":intent = nlp_understand_intent(user_input.text)elif user_input.modality == "gesture":intent = gesture_recognition(user_input.gesture_image)response = generate_response(intent)if response.modality == "voice":text_to_speech(response.text)elif response.modality == "text":display_text(response.text)elif response.modality == "action":perform_action(response.action_command)
解释:这段伪代码展示数字人多模态交互框架,先接收用户不同模态(语音、文本、手势等)输入,经相应模块(语音识别、自然语言处理、手势识别等)理解意图,再根据意图生成对应模态(语音、文本、动作等)的回应,实现像人一样多种方式与用户自然交互。
六、未来展望:在规制中迈向 “负责任的数字化”
AI 数字人的发展不应止步于技术竞速,更需构建 “技术 - 伦理 - 法律” 协同进化的生态系统。当虚拟个体成为数字社会的 “新居民”,我们既要拥抱其带来的效率革命与体验升级,更需警惕技术异化风险。通过前瞻性立法、包容性监管与全社会共识凝聚,方能实现 “科技向善” 的终极目标 —— 让数字人成为拓展人类可能性的工具,而非解构现实价值的挑战。在这个人机共生的时代,每一次技术突破都应镌刻伦理的刻度,每一条法律规则都需回应创新的温度。
关键词解释
-
AI 数字人 :用人工智能技术创造的虚拟个体,融合多技术模拟人类外貌、行为、语言等特征,能在多领域与人互动。
-
三维建模 :利用计算机软件创建三维物体模型技术,为数字人打造逼真形象基础,让其有立体外观。
-
动作捕捉 :记录真实人动作并映射到虚拟角色上技术,使数字人动作流畅自然,像真人般活动。
-
语音合成 :将文字转换为语音输出的技术,让数字人能 “说话”,且可与唇形同步,提升交互感。
-
多模态交互 :指融合语音、手势、表情、文本等多种交互方式的综合性交互模式,使数字人与人交流更自然多样。
-
人格权侵权 :指未经允许使用他人肖像、声音、姓名等人格要素,或侵害他人名誉、隐私等人格权益的违法行为。
-
知识产权归属 :明确数字人创作成果(如绘画、音乐等)在法律上归属于谁,涉及创作者、运营方等多主体权益划分。
-
消费者权益保护 :保障消费者在与数字人相关交易中知情、选择、安全等权益不受损,能合法维权。
-
算法偏见 :因算法训练数据存在偏差等,导致数字人输出带有不公平、歧视性内容,违背公正原则。
-
虚拟主体责任链 :为确定数字人侵权等责任,明确各相关主体(开发者、运营者、使用者等)在其中的责任范围与链条。
其他相关素材
-
行业数据 :2023 年中国虚拟人带动产业市场规模和核心市场规模分别达 3334.7 亿元和 205.2 亿元,2025 年预计分别增长至 6402.7 亿元和 480.6 亿元。超 5000 万数字人主播活跃在各大平台。
-
学术研究方向 :包括如何进一步提升数字人情感交互真实性、优化数字人实时渲染技术以增强视觉效果、探索数字人在教育个性化学习辅导中的深度应用模式等。
-
企业实践案例 :如京东云言犀数字人 24 小时不间断直播提升转化率且降低成本;某金融机构引入数字人客服提供不间断服务提升效率;商汤科技建立伦理框架规范数字人情感交互等。
🔥博主还写了本文相关文章 :欢迎订阅《数字人》专栏,一起交流学习,欢迎指出不足之处:
1、数字人:从科幻走向现实的未来(1/10)
2、数字人技术的核心:AI与动作捕捉的双引擎驱动(2/10)
3、数字人虚拟偶像“C位出道”:数字浪潮下的崛起与财富密码(3/10)
4、数字人:打破次元壁,从娱乐舞台迈向教育新课堂(4/10)
5、数字人:开启医疗领域的智慧变革新时代(5/10)
6、AI数字人:品牌营销的新宠与增长密码(6/10)
7、AI数字人:元宇宙舞台上的闪耀新星(7/10)
8、AI数字人:繁荣背后的伦理困境与法律迷局(8/10)
后续文章正在快马加鞭撰写中,请关注《数字人》专栏即将更新......
文章9:《数字人:未来职业的重塑》
文章10:《数字人:人类身份与意识的终极思考》
相关文章:
AI数字人:繁荣背后的伦理困境与法律迷局(8/10)
摘要:本文深入剖析 AI 数字人从虚拟走向现实的历程,阐述其融合多技术实现从静态到动态交互的跨越,爆发式应用于各领域带来的商业价值与社会影响,同时直面由此引发的伦理法律挑战,包括身份认同、数据隐私、责任归属及权…...
SOLID 原则在单片机环境下的 C 语言实现示例,结合嵌入式开发常见场景进行详细说明
1. 单一职责原则 (SRP) 定义:一个模块(函数/文件)只负责一个功能。 示例:传感器数据采集与处理分离 // SensorAdc.h - 仅负责ADC原始数据采集 typedef struct { uint16_t (*ReadRaw)(void); // 原始数据读取接口 } SensorAdc; // SensorProcessor.h - 仅负责数据处理…...
RT Thread 发生异常时打印输出cpu寄存器信息和栈数据
打印输出发生hardfault时,当前栈十六进制数据和cpu寄存器信息 在发生 HardFault 时,打印当前栈的十六进制数据和 CPU 寄存器信息是非常重要的调试手段。以下是如何实现这一功能的具体步骤和示例代码。 1. 实现 HardFault 处理函数 我们需要在 HardFault 中捕获异常上下文,…...
SQL 函数进行左边自动补位fnPadLeft和FORMAT
目录 1.问题 2.解决 方式1 方式2 3.结果 1.问题 例如在SQL存储过程中,将1 或10 或 100 长度不足的时候,自动补足长度。 例如 1 → 001 10→ 010 100→100 2.解决 方式1 SELECT FORMAT (1, 000) AS FormattedNum; SELECT FORMAT(12, 000) AS Form…...
Unity中数据和资源加密(异或加密,AES加密,MD5加密)
在项目开发中,始终会涉及到的一个问题,就是信息安全,在调用接口,或者加载的资源,都会涉及安全问题,因此就出现了各种各样的加密方式。 常见的也是目前用的最广的加密方式,分别是:DES、3DES、AES、MD5、XOR(异或) 其中DES、3DES、AES、MD5用在数据加密中偏多,特别是…...
C++初窥门径
const关键字 一、const关键字 修饰成员变量 常成员变量:必须通过构造函数的初始化列表进行初始化,且初始化后不可修改。 示例: class Student { private: const int age; // 常成员变量 public: Student(string name, int age) : age(ag…...
Spring知识点总结
目录 1.什么是spring?你对spring的理解? 2.spring的优缺点? 3.解释一下IOC和AOP? 4.IOC和DI的区别? 5.spring中管理对象注入的方式? 6.自动注入的注解有哪些? 声明bean的注解 Bean的生命…...
Oracle_开启归档日志和重做日志
在Oracle中,类似于MySQL的binlog的机制是归档日志(Archive Log)和重做日志(Redo Log) 查询归档日志状态 SELECT log_mode FROM v$database; – 输出示例: – LOG_MODE – ARCHIVELOG (表示已开启) – NO…...
【金仓数据库征文】-数据库界新兴前列者,本篇带你速懂金仓数据库!
最近写课程设计、搞毕设是不是被数据库折腾到崩溃?动不动就报错、数据迁移还超麻烦!今天挖到个宝藏 —— 国产金仓数据库 KingbaseES,操作超简单,还自带 “翻译器” 帮你迁移数据!性能强还稳定,关键完全免费…...
人工智能与机器学习,谁是谁的子集 —— 再谈智能的边界与演进路径
人工智能(Artificial Intelligence, AI)作为当代最具影响力的前沿技术之一,常被大众简化为 “深度学习” 或 “大模型” 等标签。然而,这种简化认知往往掩盖了AI技术内部结构的复杂性与多样性。事实上,AI并非单一方法的…...
Linux进程学习【进程状态】
🌼🌼前言:在操作系统中,进程是最基本的资源管理单位,而操作系统通过精确管理这些进程的状态来确保系统能够高效运行。进程的状态不仅仅是操作系统设计的一部分,它对系统的性能、稳定性以及资源的分配起着至…...
用 ESP32 模拟 Wiegand 刷卡器:开发门禁系统必备的小工具
网罗开发 (小红书、快手、视频号同名) 大家好,我是 展菲,目前在上市企业从事人工智能项目研发管理工作,平时热衷于分享各种编程领域的软硬技能知识以及前沿技术,包括iOS、前端、Harmony OS、Java、Python等…...
什么是 MCP?与 AI Agent 的关系是什么?
首先先回答一下什么是MCP? 如果你经常使用像Claude这样的大语言模型,你可能已经注意到它们虽然强大,但有时候也有局限性,比如无法获取实时信息或访问特定工具。 模型上下文协议(Model Context Protocol,简…...
Python ZIP文件操作全解析:从基础压缩到高级技巧
目录 一、ZIP文件操作基础三板斧 1.1 创建压缩包 1.2 解压操作 1.3 文件遍历与信息获取 二、进阶技巧:让压缩更智能 2.1 加密压缩实战 2.2 增量更新策略 2.3 性能优化技巧 三、高级场景解决方案 3.1 分卷压缩实现 3.2 跨平台路径处理 3.3 异常处理最佳实…...
Linux:进程的等待
当以一个进程结束时,它会变成僵尸进程,这个僵尸进程如果不处理,就会一直占用CPU资源,如果父进程要回收这个进程会通过进程等待的方式处理,回收子进程只会,会得到进程的退出信息 进程等待 父进程通过进程等…...
玉米产量遥感估产系统的开发实践(持续迭代与更新)
项目地址:项目首页 - maize_yield_estimation:玉米估产的flaskvue项目 - GitCode 开发中,敬请期待。。。 以下是预先写的提纲,准备慢慢补充 一、项目背景与工程目标 业务需求分析 农业遥感估产的行业痛点(数据分散、模型精度不足…...
Python解析地址中省市区街道
Python解析地址中省市区街道 1、效果 输入:海珠区沙园街道西基村 输出: 2、导入库 pip install jionlp3、示例代码 import jionlp as jiotext 海珠区沙园街道西基村 res jio.parse_location(text, town_villageTrue) print(res)...
论文学习:《聚类矩阵正则化指导的层次图池化》
原文标题:Clustering matrix regularization guided hierarchical graph pooling 原文链接:https://www.sciencedirect.com/science/article/abs/pii/S0950705125001558 图池化技术大致可以分为两类:平面图池化和层次图池化。后者通过迭代粗化…...
【金仓数据库征文】- 国产化迁移实战:从Oracle到KingbaseES的平滑过渡
文章目录 引言:国产数据库的崛起与迁移需求一、兼容性架构设计与配置优化1.1 Oracle兼容模式的核心实现1.2 潜在语法差异的深度处理1.3 环境预配置关键技术1.3.1 用户与模式映射1.3.2 字符集与日期格式 1.4 深度兼容模式配置1.4.1 语法兼容开关1.4.2 数据类型映射策…...
「零配置陷阱」:现代全栈工具链的复杂度管控实践
一、工具链膨胀的「死亡螺旋」 2024年典型全栈项目的初始化噩梦: $ npm create vitelatest ✔ Project name: … demo ✔ Select a framework: › React ✔ Select a variant: › TypeScript SWC ✔ Install shadcn/ui? … Yes ✔ Add Storybook? … Yes ✔ Co…...
浅析锁的应用与场景
锁的应用与场景:从单机到分布式 摘要:在多线程和分布式系统中,“锁”是避免资源竞争、保障数据一致性的核心机制。但你真的了解锁吗?什么时候该用锁?用哪种锁?本文通过通俗的比喻和代码示例,带…...
图论---Kruskal(稀疏图)
O( m * log n )。 1,将所有边按权重从小到大排序,调用系统的sort() 2,枚举每条边的 a , b ,权重 if(a、b 不联通) 就将这条边加入集合中 // 最小生成树 —Kruskal算法(稀疏图) #include<iostream> #include<algorithm> using …...
MySQL 从入门到精通:第二篇 - 数据类型、约束与索引
1. MySQL数据类型详解 数值类型 整数类型 -- 常用整数类型及范围 CREATE TABLE integer_types (tiny_col TINYINT, -- 1字节,有符号(-128~127),无符号(0~255)small_col SMALLINT, -- 2字节,有符号(-32768~32767),无符号(0~65535)medium_col MEDIUMINT,...
基于AI技术的高速公路交通引流系统设计与应用研究
基于AI技术的高速公路交通引流系统设计与应用研究 1. 研究背景与意义 1.1 交通系统演化脉络 1.1.1 发展阶段划分 机械化时代(1950-1990):固定式信号控制信息化时代(1991-2010):SCATS/SCOOT系统智能化时代…...
n8n 中文系列教程_09. 从原始需求到精准实现:n8n节点选择指南
在自动化工作流工具n8n中,正确选择和使用节点是高效实现需求的关键。本文将从需求分析入手,逐步解析触发节点与执行节点的区别,梳理n8n的节点分类逻辑,并揭示外部服务节点的本质,帮助您精准匹配需求与实现方案。无论您…...
P19:Inception v1算法实战与解析
🍨 本文为🔗365天深度学习训练营 中的学习记录博客🍖 原作者:K同学啊 一、模型结构 Inception V1 的主要特点是在一个网络中同时使用不同大小的卷积核(1x1、3x3、5x5)和池化操作来提取多尺度特征。以下是…...
day32 学习笔记
文章目录 前言一、霍夫变换二、标准霍夫变换三、统计概率霍夫变换四、霍夫圆变换 前言 通过今天的学习,我掌握了霍夫变换的基本原本原理及其在OpenCV中的应用方法 一、霍夫变换 霍夫变换是图像处理中的常用技术,主要用于检测图像中的直线,圆…...
2025时间序列都有哪些创新点可做——总结篇
作为AI和数据科学的核心方向之一,时间序列在2025年依然保持着强劲的发展势头,稳站各大顶会顶刊投稿主题前列。 关于它的研究,目前在结合传统统计方法和深度学习的基础上,已延伸至频域等数理工具与神经网络的交叉创新。同时针对垂…...
头歌实训之索引
🌟 各位看官好,我是maomi_9526! 🌍 种一棵树最好是十年前,其次是现在! 🚀 今天来学习C语言的相关知识。 👍 如果觉得这篇文章有帮助,欢迎您一键三连,分享给更…...
通讯的基础概念:涵盖串行通信、并行通信、TCP、UDP、Socket 等关键概念和技术
一、通信基础概念 1. 串行通信与并行通信 串行通信 定义:通过一条线路逐位传输数据,每个字节包含起始位、数据位、校验位和停止位。特点: 传输稳定,但速度较慢(因逐位传输)。常用接口:RS-232、…...
Uni-App 多端电子合同开源项目介绍
项目概述 本项目是一款基于 uni-app框架开发的多端电子合同管理平台,旨在为企业及个人用户提供高效、安全、便捷的电子合同签署与管理服务。项目创新性地引入了 “证据链”与“非证据链”两种签署模式,满足不同场景下的签署需求,支持多种签署…...
一个非常快速的 Latex 入门教程【Part 1】
目录 1.LaTex简介 2.LaTex 中最基础的格式化命令 2.1加粗,斜体,下划线,添加新段落 2.2文档分节 2.3 图片 2.4 LaTeX 中列表的创建 无序列表 有序列表 2.5对数学公式的排版 2.6表格 1.LaTex简介 LaTex的主要优势是它会将文…...
用Obsidian四个插件打造小说故事关联管理系统:从模板到图谱的全流程实践
用Obsidian四个插件打造小说故事关联管理系统:从模板到图谱的全流程实践 一、前言:为什么需要故事关联管理系统 在小说创作中,复杂的人物关系、交错的情节线和多维的世界观常导致创作混乱。本文将通过 Dataview(数据查询…...
C++ 日志系统实战第三步:熟悉掌握各种设计模式
全是通俗易懂的讲解,如果你本节之前的知识都掌握清楚,那就速速来看我的项目笔记吧~ 相关技术知识补充,也是最后的补充知识了~ 下文将加入项目代码编写! 目录 设计模式 单例模式 饿汉模式 懒汉模式 工厂模式 简单…...
[ESP-IDF]:esp32-camera 使用指南 ESP32S3-OV2640 用例测试
【核知坊】:释放青春想象,码动全新视野。 我们希望使用精简的信息传达知识的骨架,启发创造者开启创造之路!!! 内容摘要:esp32-camera 组件为 ESP32 系列 SoC 提供了兼容的图…...
在统信UOS/麒麟Kylin OS中创建网页桌面快捷方式
在统信UOS/麒麟Kylin OS中创建网页桌面快捷方式 本文将详细介绍如何在统信UOS或麒麟KYLINOS中使用命令行创建一个网页桌面快捷方式,以方便构建云桌面模板及镜像模板。欢迎大家浏览、分享和转发!请关注我以获取更多技术分享。 1. 查看系统信息 首先&am…...
SQLite 是什么?
📌 一、SQLite 是什么? SQLite 是一个轻量级、嵌入式数据库,意思是它直接集成在你的 App 内部,不需要单独安装数据库服务端。 ✅ 特点: 特点说明本地使用所有数据保存在手机内部存储文件形式数据以 .db 文件形式存储…...
恒创科技「香港大带宽云」新老用户专享实例及热门配置
全球化数字浪潮下,高带宽应用正深度重构各行业运营模式——从跨境电商、流媒体与视频点播,到在线游戏与云游戏加速,涵盖所有高并发、强交互的业务场景。在此背景下,企业对高性能 IT 基础架构的需求持续升级,以此来支持…...
fpga系列 HDL:verilog latch在fpga中的作用 避免latch的常见做法
目录 Latch在FPGA中的作用Quartus中有关latch的警告⚠避免Latch的常见做法1. if-else 语句未覆盖所有条件生成Latch的代码:修复后的代码: 2. case语句未覆盖所有分支生成Latch的代码:修复后的代码: 3. 组合逻辑中缺少默认赋值生成…...
java配置
环境变量...
解决虚拟主机ping不通本地主机问题
win11 1 问题 虚拟主机和本地主机在同一网段。 2 解决方案 以win11为例: 设置 -> 网络和 Internet -> 高级网路设置 -> Windows 防火墙 -> 高级设置 -> 入站规则 -> 新建规则 需要设置:规则类型、 协议和端口、名称,其…...
Move Registry 发布,实现 Sui 的超级互操作性
Move Registry(MVR)的到来对 Sui 来说是一件大事。MVR 是一个功能齐全的链上包管理系统,提升了整个生态的可发现性、可信度和互操作性。Sui 本身就是最具互操作性的链之一,凭借 Move 语言和可编程交易区块(PTBs&#x…...
【Linux】gdb工具,Linux 下程序调试的 “透视眼”
目录 调试代码调试注意事项gdb和Cgdb调试命令汇总行号显示断点设置查看断点信息删除断点开启 / 禁用断点运行 / 调试逐过程和逐语句打印 / 追踪变量指定行号跳转强制执行函数 补充命令watchset var 替换变量值条件断点 end 调试代码 这是本次调试要用的代码 1 #include <st…...
脚本分享:快速作图对比wannier拟合能带python脚本
本脚本通过Python实现电子能带结构数据的快速作图,能够从两个不同的数据文件(BAND.dat 和 wannier90_band.dat)中提取有效数据,并在同一坐标系下绘制对比图。 准备工作:使用VASPKIT处理获得能带数据BAND.datÿ…...
解决ssh拉取服务器数据,要多次输入密码的问题
问题在于,每次循环调用 rsync 都是新开一个连接,所以每次都需要输入一次密码。为了只输入一次密码,有以下几种方式可以解决: ✅ 推荐方案:设置 SSH 免密登录 最稳最安全的方式是:配置 SSH 免密登录&#x…...
金仓数据库 KingbaseES 产品深度优化提案:迈向卓越的全面升级
文章目录 一、引言二、性能优化(一)查询性能提升1. 优化查询优化器引入基于代价的查询优化算法支持更多的查询优化提示 2. 索引优化支持更多类型的索引优化索引的创建和维护策略 (二)并发处理能力增强1. 锁机制优化采用更细粒度的…...
企业级智能合同管理解决方案升级报告:道本科技携手DeepSeek打造智能合同管理新标杆
当传统合同管理系统还在与堆积如山的纸质文档较劲时,道本科技与DeepSeek联合开发的智能合同平台已为国央企打开新视界。我们以某大型能源集团的实际应用为例,带您直观感受技术升级带来的管理变革。 一、技术升级的具象化呈现 在未接入DeepSeek技术前&a…...
C#并行编程极大提升集合处理速度,再也没人敢说你程序性能差了!
马工撰写的年入30万C#上位机项目实战必备教程(点击下方链接即可访问文章目录) 1、《C#串口通信从入门到精通》 2、《C#与PLC通信从入门到精通 》 3、《C# Modbus通信从入门到精通》 4、《C#Socket通信从入门到精通 》 5、《C# MES通信从入门到精通》 6、…...
[贪心_7] 最优除法 | 跳跃游戏 II | 加油站
目录 1.最优除法 题解 2.跳跃游戏 II 题解 3.加油站 题解 利用 单调性,可以实现 区间跳跃 1.最优除法 链接: 553. 最优除法 给定一正整数数组 nums,nums 中的相邻整数将进行浮点除法。 例如,nums [2,3,4],我…...
【Rust】Rust中的枚举与模式匹配,原理解析与应用实战
✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,…...