什么是具身智能
具身智能(Embodied Intelligence)是人工智能与机器人学交叉的前沿领域,强调智能体通过身体与环境的动态交互实现自主学习和进化,其核心在于将感知、行动与认知深度融合。通俗地讲,就是机器人或者智能系统在物理环境中通过感知、行动和交互实现的智能能力。
具身智能是AI发展与应用的下半场,近期来国家将具身智能作为关键未来产业,各地政府重点发展和培育具身智能这一潜力行业。具身智能等未来产业是经济增长,科技进步的引擎,因此也是各国的竞争高地。
关注具身智能有一段时间了,大模型火了之后更是让具身智能焕发新的生命力,本文主要学习和分享具身智能的相关知识,一起感受它的魅力。
产业概述
具身智能是指通过身体与环境的动态互动,实现对世界的感知、认知和行为控制的智能系统。具身智能的科学立论是真正的理解源于行为实践,通过实际的行动和交互,机器或个体才能深刻地理解和具象化场景与概念。
具身智能架构定义--来源于头豹研究院
“知行合一”是具身智能的核心科学理论,认为只抽象化概念,但并不进行实际 的操作行动,人工智能是无法达到AGI的。
具身智能是指通过身体与环境的动态互动,实现对世界的感知、认知和行为控制的智能系统,它强调智能行为的产生不仅仅依赖于内部处理,而是与身体的能力、感知和动作紧密相关。
根据具身智能的技术实现逻辑,“知”是建立在“行”之上,只有机器真正的行动才能完全具象化地理解某一个场景。例如,卧室这一概念具备睡觉和休息等行为特征,而人在概念层是无法真正只通过睡觉和休息这一抽象概念去完全理解卧室的场景,只有通过完成坐上椅子,躺在床上等行为任务才能真正地理解卧室场景。同理,人工智能只有真正在行为上实现才能代表它真正地理解了该场景。
具体知识可以追溯至古老的汉字文化中。在中国的甲骨文中,许多字都是通过行为的表征所来刻画的一个概念,比如“关”是两个门要关闭的象形文字。人只有通过关闭东西的动作才能真正理解该文字所要代表的含义,因此,理解行为,实现行为是理解概念及场景的关键,这也是具身智能核心的科学立论。
发展历史
具身智能并不是近几年的概念,只是大模型的崛起加速了具身智能的发展和使得具身智能成为焦点。
具身智能发展历经三大阶段:第一阶段为具身智能概念提出阶段,核心在于哲学概念的思考与讨论;第二阶段为人工智能和机器人控制的技术积累;第三阶段则为大模型为具身之带来的技术范式突破。
具身智能发展历程--来源于头豹研究院
◼ 1950-1990:具身智能概念提出阶段,核心在于哲学思考
1950年,艾伦·图灵在其论文《Computing Machinery and Intelligence》中首次提出具身智能的概念,随后的40年间,在人工智能领域,众多针对符号主义局限性的思考蔓延,随着“莫拉维克” 悖论理论在学术界得到广泛认同,智能与身体和环境的紧密联系被广泛强调。
◼ 2000-2019:技术积累与实验室探索阶段
自二十一世纪初以来,人工智能领域经历了显著的技术突破,尤其是深度学习网络的发展极大地增强了机器在复杂逻辑推理方面的能力。通过结合深度学习和强化学习技术,机器人已能在如物体识别等简单重复的任务中有效运作。此外,人工智能在围棋、象棋等需要高度抽象思维的领域取得了显著进展。尽管在这一阶段机器人尚未达到真正意义上的智能,主要仍限于推导已知信息和执行重复指令,但这些技术进步为实现更高级的具身智能奠定了坚实的基础。
◼ 2019-2024:人工智能技术深化引领具身智能走向技术突破阶段
进入2020年代,大规模模型技术的先进发展为具身智能引入了新的技术范式。利用基于Transformer架构的注意力机制,这些大型模型能够将复杂的文本信息转化为向量表示,实现与人类的语音交互的高水平对话。同时,产业界也开始探索将这些先进的大模型与视觉处理技术结合,使得机器人能够通过视觉和语音交互来精确执行具体任务。到了2023年,宇树科技,智元机器人,包括特斯拉和小米在内的科技巨头相继推出了1:1比例的人形机器人,这些机器人能够执行基本的任务规划和操作,展示了具身智能在实际应用中的新里程碑。
具身智能系统框架--来源于IDC
行业现状
◼ 市场情况
具身智能的市场潜力巨大,随着社会经济的发展和人们对智能化生活的需求不断增加,具身智能技术在各个领域的应用前景十分广阔。
在制造业领域,随着智能制造的推进,具身智能机器人将成为实现生产自动化、智能化的关键设备。在服务业领域,具身智能技术的应用将为人们提供更加便捷、高效的服务体验,提升服务效率和质量。在医疗领域,具身智能技术将在手术辅助、康复治疗、护理等方面发挥重要作用,为患者提供更加精准、个性化的医疗服务。
据市场研究机构预测,未来几年全球具身智能市场规模将保持高速增长态势,市场规模有望在未来十年内实现数倍甚至数十倍的增长。在中国,随着制造业转型升级、人口老龄化加剧以及消费升级的推动,具身智能市场需求将持续增长,市场前景极为广阔。
◼ 技术进展
近年来,具身智能技术多点突破,技术上取得迅猛发展。
在感知技术方面,高精度传感器的不断涌现,使得智能体能够更精准地感知环境信息,为智能体的决策提供更丰富的数据支持。新型触觉传感器能够模拟人类皮肤的触觉感受,让智能体在与物体交互时,从而实现更精细的操作。在决策与控制算法上,强化学习和深度学习的融合应用,大幅提升了智能体的自主决策能力。通过大量的训练数据和复杂的环境模拟,智能体能够实现更加智能、灵活的行为控制。在机器人路径规划中,基于强化学习的算法可以使机器人在复杂的环境中快速找到最优路径,同时避开障碍物,提高行动效率。
如今得益于大模型的快速发展,如今具身智能的大脑也越来越聪明,使其在智能化方面越来越强大,未来的机器人将可以极大提高生产力。
◼ 知名企业
具身智能的未来极富想象力,因此国内外多家公司纷纷布局该领域,除了诸如波士顿动力,Figure AI等国外巨头外,国内也诞生了许多明星企业,宇树科技,智元机器人,优必选,众擎机器人等深圳机器人八大金刚。除此之外,许多大厂也跨界造机器人,例如特斯拉,小米和小鹏等公司也布局具身智能,机器人不仅是未来的前景产业,短期内在造车上也能很快体现它的价值。
另外,有一些不造机器人,但是”卖铲子“的企业也在做大蛋糕,例如英伟达不仅是GPU的巨头,更是推出了Project GR00T人形机器人基础模型,Isaac机器人平台和专用芯片等,极大推动了具身智能产业的发展。
具身智能产业链图谱--来源于头豹研究院
未来发展
具身智能不仅是当代新兴科技发展的重要方向,也是一个高潜力的行业市场。未来想要更好发展可以考虑做好以下几点:
◼ 重视研发投入
具身智能对软硬件以及算法都有极高的要求,现在不管是AI还是具身智能都还是初始阶段,现阶段各家企业可以加大研发力度,重视AI大模型技术,相关算法与重点零配件等研发,形成自己独特的竞争优势。同时想办法降低供应链的成本,只有人人用得起,价格不算太贵的机器人市场前景才更好,当然这需要时间。
具身智能关键技术--来源于IDC
◼ 加强产业联合
具身智能行业呈现出蓬勃发展的态势,吸引了大量的企业、资本和人才的涌入。未来可以考虑聚焦于细分市场,以创新的技术和灵活的市场策略,在特定领域取得了独特的竞争优势。
一些专注于农业机器人研发的初创企业,针对农业生产的特点和需求,开发出了具有除草、采摘、灌溉等功能的智能农业机器人,为农业现代化提供了新的解决方案。针对老年人群体,推出保姆型的机器人,提供情感陪伴和生活照料等功能。针对制造业或者危险工种,推出劳作型机器人,可以提高生产效率,除此之外,物流,安保,医疗,服务等行业也是具身智能大展身手的好地方。
随着行业的发展,具身智能的产业生态逐渐形成,产业链上下游企业之间的合作不断加强。从传感器、芯片等核心零部件的研发生产,到机器人本体的制造和系统集成,再到应用场景的开发和运营,各个环节的企业相互协作,共同推动具身智能产业的发展。行业协会、科研机构等也在技术标准制定、人才培养、技术交流等方面发挥着重要作用,为具身智能行业的健康发展提供了有力支持。
◼ 建立业界统一标准
如今市场上的具身智能公司可谓百花齐放,政府的支持与资本的青睐使得具身智能公司成为宠儿,例如热度不减的人形机器人领域近年来涌现出了不同结构形态、不同技术方向的相关产品,为统一人形机器人领域的技术语言,规范人形机器人技术产品的发展路径,也需要定义人形机器人领域相关术语,并对人形机器人领域产品进行分类分级。此外一些技术细节,例如零配件等标准也需建立起来。
同时随着具身智能的广泛应用,其伦理和安全问题也日益受到关注,相关规则也需统一。
另外,数据非常重要,在信息时代数据就是燃料。只有丰富的数据提供给机器人训练,模仿学习,机器人才会越来越聪明。目前业界比较创新的是智元机器人推出了世界上首个大规模高质量机器人学习数据集AgiBot World,AgiBot World配套提供了基准模型、基准测试并构建出一套完整的生态系统,让高质量机器人数据在学术界与工业界都触手可及,具身智能领域的“ImageNet时刻”已经到来!
智元机器人AgiBot World介绍
总结
英伟达创始人黄仁勋曾说过机器人将引领未来产业革命,很可能成为世界上最大的产业。具身智能会是新的技术革命,会使人类社会跨越另一个层次,对此我们不必恐慌,欣然看待,相信带给我们的必是好的影响。
参考资料:
- 头豹研究院
- IDC
- 北京社科院王鹏
关注一下,后续有更多精彩内容~
相关文章:
什么是具身智能
具身智能(Embodied Intelligence)是人工智能与机器人学交叉的前沿领域,强调智能体通过身体与环境的动态交互实现自主学习和进化,其核心在于将感知、行动与认知深度融合。通俗地讲,就是机器人或者智能系统在物理环境中…...
Android开发EmojiCompat 初始化
Android开发EmojiCompat 初始化 报错信息: ensure spannable:java.lang.IllegalStateException: EmojiCompat is not initialized 在Application上写上下面代码即可: EmojiCompat.Config config new BundledEmojiCompatConfig(this);EmojiCompat.in…...
k近邻算法K-Nearest Neighbors(KNN)
算法核心 KNN算法的核心思想是“近朱者赤,近墨者黑”。对于一个待分类或预测的样本点,它会查找训练集中与其距离最近的K个样本点(即“最近邻”)。然后根据这K个最近邻的标签信息来对当前样本进行分类或回归。 在分类任务中&#…...
TextGrad:案例
原文:Yuksekgonul, M., Bianchi, F., Boen, J. et al. Optimizing generative AI by backpropagating language model feedback. Nature 639, 609–616 (2025). https://doi.org/10.1038/s41586-025-08661-4 目录 Solution optimizationPrompt optimization for rea…...
位运算算法:解锁高效编程的钥匙
常见位运算场景: 5.消失的两个数字 1.判定字符是否唯一 解法一:使用HashSet 借助 HashSet 存储字符。HashSet 不允许有重复元素,在遍历字符串时尝试添加字符,若添加失败就表明有重复字符,返回 false;若遍…...
Burp Suite抓包实战:SQL注入漏洞挖掘
本文系统解析如何利用Burp Suite专业版开展SQL注入漏洞的定向挖掘,涵盖手动探测、自动化利用、WAF绕过等进阶技巧。通过电商、金融等行业的真实渗透案例,详解从流量拦截到漏洞利用的全链路方法论,实现单日最高挖掘23个高危注入点的实战成果。…...
使用HTML5和CSS3实现3D旋转相册效果
使用HTML5和CSS3实现3D旋转相册效果 这里写目录标题 使用HTML5和CSS3实现3D旋转相册效果项目介绍技术栈核心功能实现思路1. HTML结构2. CSS样式解析2.1 基础样式设置2.2 3D效果核心样式2.3 卡片样式 3. JavaScript交互实现3.1 旋转控制3.2 自动播放功能 技术要点总结项目亮点总…...
MyBatis Plus 中 update_time 字段自动填充失效的原因分析及解决方案
✅ MyBatis Plus 中 update_time 字段自动填充失效的原因分析及解决方案 前言一、问题现象二、原因分析1. 使用了 strictInsertFill/strictUpdateFill 导致更新失效2. 实体类注解配置错误3. MetaObjectHandler 未生效4. 使用自定义 SQL 导致自动填充失效5. 字段类型不匹配 三、…...
MySQL Binlog
MySQL Binlog MySQL Binlog 介绍查看 Binlog 位点开启和关闭 BinlogBinlog 的作用Binlog 记录的格式Binlog 的解析Binlog 加密Binlog 的清理根据Binlog文件名删除根据时间删除 Binlog 保留参数Binlog 的落盘Binlog 相关参数 MySQL主从复制:https://blog.csdn.net/a…...
SQL中累计求和与滑动求和函数sum() over()的用法
[TOC](SQL中累计求和与滑动求和函数sum() over()的用法) 一、窗口函数功能简介 sum(c) over(partition by a order by b) 按照一定规则汇总c的值,具体规则为以a分组,每组内按照b进行排序,汇总第一行至当前行的c的加和值。 sum():…...
第十四届MathorCup高校数学建模挑战赛-C题:基于 LSTM-ARIMA 和整数规划的货量预测与人员排班模型
目录 摘要 一、 问题重述 1.1 背景知识 1.2 问题描述 二、 问题分析 2.1 对问题一的分析 2.2 对问题二的分析 2.3 对问题三的分析 2.4 对问题四的分析 三、 模型假设 四、 符号说明 五、 问题一模型的建立与求解 5.1 数据预处理 5.2 基于 LSTM 的日货量预测模型 5.3 日货量预测…...
3d pose 指标和数据集
目录 3D姿态估计、3维重建指标: 数据集 EHF数据集 SMPL-X 3D姿态估计、3维重建指标: MVE、PMVE 和 p-MPJPE 都是用于评估3D姿态估计、三维重建等任务中预测结果与真实数据之间误差的指标。 MVE (Mean Vertex Error):是指模型重建过程中每个顶点的预测位置与真实位置之间…...
【MySQL】InnoDB中的MVCC
目录 1、背景2、设置事务的隔离级别3、MVCC【1】版本链【2】ReadView【3】ReadView的生成时机 4、总结 1、背景 MVCC叫做多版本并发控制,通过维护数据的多个历史版本实现读写分离:读操作访问快照版本,无需加锁,避免阻塞写操作&am…...
从DeepSeek到Qwen,AI大模型的移植与交互实战指南
在不久前发布的《技术实战 | OK3588-C开发板上部署DeepSeek-R1大模型的完整指南》一文中,小编为大家介绍了DeepSeek-R1在飞凌嵌入式OK3588-C开发板上的移植部署、效果展示以及性能评测,本篇文章不仅将继续为大家带来关于DeepSeek-R1的干货知识࿰…...
蓝桥杯Java组国赛G题(01背包问题的变形)
题目 解题思路 首先,解决此题的前置知识是需要掌握普通的 01 背包问题。当然,这题肯定不可能这么简单。题目相对于 01 背包来说,唯一的区别在于小蓝可以使用 1 次魔法。我们只需要多加一维状态记录是否使用了魔法即可。下面考虑动态规划&…...
QCW模式:准连续波驱动在VCSEL激光器中的技术解析与应用价值
点击下面图片,为您提供全新的嵌入式学习路线 文章目录 一、QCW模式的定义与工作原理二、QCW模式的技术优势三、典型应用场景分析四、PLD850-5mW-MV的QCW性能亮点五、总结 一、QCW模式的定义与工作原理 QCW(Quasi-Continuous Wave)…...
C++List模拟实现|细节|难点|易错点|全面解析|类型转换|
目录 1.模拟代码全部 2.四大块代码理解 1.最底层:ListNode部分 2.第二层:ListIterator部分 3.第三层:ReserveListIterator部分 4最终层:List 1.模拟代码全部 using namespace std; template<class T> struct ListNode …...
【安全】记录钓鱼邮件中木马病毒的分析溯源
转载请注明出处:小锋学长生活大爆炸[xfxuezhagn.cn] 如果本文帮助到了你,欢迎[点赞、收藏、关注]哦~ 1、收到一封邮件,与以往钓鱼网站形式不同,这次是给了一个exe可执行文件。毫无疑问,肯定是植入木马用的。 下载后&am…...
三数之和
给你一个整数数组 nums ,判断是否存在三元组 [nums[i], nums[j], nums[k]] 满足 i ! j、i ! k 且 j ! k ,同时还满足 nums[i] nums[j] nums[k] 0 。请你返回所有和为 0 且不重复的三元组。 注意:答案中不可以包含重复的三元组。 示例 1&…...
AI 与 IT 从业者:共舞还是取代?
在当今数字化浪潮的汹涌冲击下,AI 的出现犹如一颗划破夜空的璀璨星辰,照亮了科技发展的新方向,也引发了无数关于未来职业走向的讨论。尤其是对于 IT 从业者而言,仿佛站在了一个十字路口,前方是机遇与挑战交织的未知旅程…...
【计算机网络中的奈氏准则与香农定理】
文章目录 一、前言二、奈氏准则1. 概念2. 奈氏准则公式3. 奈氏准则的意义 三、香农定理1. 概念2. 香农定理公式3. 香农定理的意义 四、奈氏准则与香农定理的对比五、应用示例1. 奈氏准则示例2. 香农定理示例 六、总结 一、前言 在计算机网络中,数据的传输速率与信道…...
湖南(源点咨询)市场调研 商业综合体定位调研分享(上篇)
该项目位于某新一线城市的城市副中心区域,系一个正在发展中的中央居住区,项目本身是一个涵盖社区综合服务中心、商业、文体活动中心、卫生服务、社区养老等多功能复合的公共配套项目,本次调研主要针对其商业(及其他可商用的&a…...
鸿蒙ArkTs/c++/RepalcePioneer/base64.us之Base64编码解码的是非
狗血现象: 同一字符串原文使用 1、RepalcePioneer(一款Windows平台的字符串工具) 2、鸿蒙ArkTs自带base64编码方法 3、https://base64.us(一款在线base64工具) 来编码,得到编码串不一样,后…...
《Linux运维实战:Ubuntu 22.04使用pam_faillock实现登录失败处理策略》
总结:整理不易,如果对你有帮助,可否点赞关注一下? 更多详细内容请参考:Linux运维实战总结 一、背景信息 在ubuntu 22.04中,pam_tally2模块已被弃用,取而代之的是pam_faillock模块。因此…...
如何让DeepSeek-R1在内网稳定运行并实现随时随地远程在线调用
前言:最近,国产AI圈里的新星——Deepseek,简直是火到不行。但是,你是不是已经对那些千篇一律的手机APP和网页版体验感到腻味了?别急,今天就带你解锁一个超炫的操作:在你的Windows电脑上本地部署…...
2.1-WAF\CDN\OSS\反向代理\负载均衡
WAF:就是网站应用防火墙,有硬件类、软件类、云WAF; 还有网站内置的WAF,内置的WAF就是直接嵌在代码中的安全防护代码 硬件类:Imperva、天清WAG 软件:安全狗、D盾、云锁 云:阿里云盾、腾讯云WA…...
matplotlib学习
开始学习Python数据可视化 一.基础绘图函数 1.创建画布与坐标轴 import matplotlib.pyplot as plt# 创建画布和坐标轴 fig, ax plt.subplots() # 默认1行1列,返回Figure对象和Axes对象 2.绘制线图 x [1, 2, 3, 4] y [10, 20, 15, 25]# 绘制线图 ax.plot(x,…...
Go 语言标准库中math模块详细功能介绍与示例
Go语言的 math 模块提供了丰富的数学函数和常量,涵盖基本运算、三角函数、指数、对数、取整、特殊值等。以下是核心方法及示例说明: 1. 基本数学运算 math.Abs 取绝对值(仅 float64)。 fmt.Println(math.Abs(-3.5)) // 输出:…...
RabbitMQ三种队列深度解析:区别、场景与未来趋势
嗯,用户让我分析RabbitMQ三种队列的区别、应用场景、技术原理和未来趋势,还要写一篇三千字的文章。首先,我需要回顾一下搜索结果,看看有哪些资料可用。 根据搜索结果,RabbitMQ的三种队列是经典队列(Classi…...
15. 三数之和
给你一个整数数组 nums ,判断是否存在三元组 [nums[i], nums[j], nums[k]] 满足 i ! j、i ! k 且 j ! k ,同时还满足 nums[i] nums[j] nums[k] 0 。请你返回所有和为 0 且不重复的三元组。 注意:答案中不可以包含重复的三元组。 示例 1&…...
0328-内存图2
是否正确待定: Perso类 package com.qc.内存图2;public class Perso {public int age;public String name;public static int flag;public void m1() {}public static void m2() {}Overridepublic String toString() {return "Perso [age" age "…...
最接近的三数之和
给你一个长度为 n 的整数数组 nums 和 一个目标值 target。请你从 nums 中选出三个整数,使它们的和与 target 最接近。 返回这三个数的和。 假定每组输入只存在恰好一个解。 示例 1: 输入:nums [-1,2,1,-4], target 1 输出:…...
d2025328
一、sql-判断三角形 610. 判断三角形 - 力扣(LeetCode) 用一下if加上判断条件 select x,y,z,if(xy > z and xz > y and yz > x and x-y < z and x-z < y and y-z < x,Yes,No) as triangle from Triangle 二、按照分类统计薪水 190…...
初识MySQl · 内置函数
目录 前言: 日期类函数 字符串函数 数学类函数 其他函数 前言: 在前文的学习我们已经简单了解了部分函数,比如count()函数什么的,今天我们主要是笼统的学习一下MySQL中的函数,仅仅从使用的角度来学习,…...
(C语言)指针运算 习题练习1.2(压轴难题)
在上一张已经练习了三道习题,小试牛刀了,那么在本章在来几题,练练手。(习题三是压轴难题) 习题一 int main() {int aa[2][5] { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 };int* ptr1 (int*)(&aa 1);int* ptr2 (int*)…...
视频AI赋能水利行业生态治理,水电站大坝漂浮物实时监测与智能预警方案
水电站大坝周边水域垃圾漂浮物不仅影响水质,还可能对大坝设施运行、水生态环境造成威胁。传统依靠人工巡检的方式效率低、存在监测盲区,难以实时全面地掌握漂浮物情况。借助EasyCVR视频汇聚平台与TSINGSEE青犀AI算法中台构建智能化监测方案,能…...
方阵幂次(矩阵快速幂)
#include <bits/stdc.h> using namespace std;int n; vector<vector<int>> fuc(vector<vector<int>> a,vector<vector<int>> b){ // 矩阵乘法函数vector<vector<int>> f(n,vector<int>(n));for(int i0;i<n;i){…...
【Uni-App】嵌入悬浮球全局组件的详细教程和防踩坑点
一、前言 近期接到一个业务需求是为为h5页面嵌入悬浮球,而且还得是全局化(这样所有页面就可以看见了),在开发的过程中也遇到一些坑,在此和大家一起学习、讨论。 二、准备工作 下载悬浮球组件代码 悬浮球 - DCloud …...
第十六章 图
1.为什么要有图 前面学了线性表和树 线性表局限于一个直接前驱和一个直接后继的关系 树也只能有一个直接前驱也就是父节点 当我们需要表示多对多的关系时,这里我们就用到了图 import java.util.ArrayList; import java.util.Arrays;public class Graph {private int[][]edg…...
Ubuntu 系统无法远程连接?完整排查指南与解决方案
远程连接 Ubuntu 系统是服务器管理和开发中的常见需求,但有时会遇到无法连接的问题。本文整理常见原因及解决方法,涵盖 SSH 服务配置、防火墙规则、网络设置等关键环节,助您快速定位问题。 检查 SSH 服务状态 SSH(Secure Shell) 是远程连接的核心服务。若未安装或未运行,…...
将网络安全和第三方风险管理与业务目标相结合
在网络安全风险领域,我们经常遇到与企业语言不通的问题。这可能导致网络安全风险管理计划得不到支持。当发现网络安全风险时,困难在于以符合组织语言和目标的方式来表达它。 第三方风险属于另一个灰色地带。在组织内部,许多利益相关者&#…...
加油站小程序实战教程02宫格导航
目录 引言1 应用创建2 搭建页面布局3 大模型生成图标最终效果 引言 在《加油站小程序实战教程01》中我们详细介绍了站点基本信息数据维护功能的搭建。有了数据之后就需要考虑小程序展示部分该如何搭建,本篇我们介绍一下应用的创建、页面布局以及数据绑定的过程。 …...
es6的箭头函数与普通函数的区别,箭头函数的this通常指向哪里,箭头函数可以用作构造函数吗?
ES6 的箭头函数与普通函数的区别 箭头函数(Arrow Function)和普通函数有一些重要的区别,主要体现在以下几个方面: 1. 语法简洁性 - 箭头函数的语法更简洁,不需要使用 function 关键字。 - 普通函数需要使用 functi…...
工作记录 2017-03-10
工作记录 2017-03-10 序号 工作 相关人员 1 修改邮件上的问题。 更新RD服务器。 郝 更新的问题 1、修改了payment detail和patient insurance的health plan的输入方式。 2、new payment detail时,增加了allowable的处理。 3、选择payer的窗体,增…...
如何一键安装所有Python项目的依赖!
在开发项目时,常常需要在多个环境中安装各种依赖。对开发者来说,每次手动一个个安装这些依赖是不是很麻烦?😅 其实有个超简单的办法!只需要一个脚本,就能快速解决问题!💡 这就是我们…...
linux的基础命令
目录 1. 文件和目录操作 ls ls -l ls -a pwd touch haha.txt mkdir 113 cd . 和 cd .. cd ~ echo "hello world" >> test.c cat test.txt mv rm 2. 压缩与解压 zip test.zip test.c unzip test.zip -d /root/113 tar czf lesson4.tgz less…...
Redis数据持久化机制 + Go语言读写Redis各种类型值
Redis(Remote Dictionary Server)作为高性能的键值存储系统,凭借其丰富的数据类型和原子性操作,成为现代分布式系统中不可或缺的组件。 1、Redis支持的数据类型 Redis支持的数据类型可归纳为以下9类: String&#x…...
HackMyVM-Demons
目录 信息搜集漏洞利用提权 信息搜集 主机发现 ┌──(kali㉿kali)-[~] └─$ nmap -sn 192.168.21.0/24 Starting Nmap 7.94SVN ( https://nmap.org ) at 2025-03-27 23:38 EDT Nmap scan report for 192.168.21.1 (192.168.21.1) Host is up (0.0016s latency). MAC Add…...
Python Random 模块使用完全指南
一、模块基础与核心功能 1. 模块导入与初始化 所有随机操作需先导入模块: import random # 标准导入方式 import random as rd # 别名导入(推荐)核心原理:默认基于梅森旋转算法生成伪随机数,可通过random.seed()设…...
前端技术有哪些
一、基础技术 HTML 页面结构标记语言,最新版本为 HTML5。 CSS 样式设计语言,扩展技术包括: CSS 预处理器:Sass、Less、Stylus。CSS 框架:Bootstrap、Tailwind CSS、Bulma。原子化 CSS:Windi CSS、UnoCSS。…...