早在2001年，就有研究指出游戏人工智能领域，有极大的潜力实现或创造类人级别的人工智能（human-level AI）[1]。游戏作为人工智能研究的起点，以其任务场景的复杂性和多样性，为人工智能在广度、深度和灵活性等方面接近人类智能提供了保障。 当前，伴随着生成式AI和决策AI技术的迅猛发展，游戏与人工智能共振共生的发展态势更加明显。在全球游戏顶会GDC2024（全球游戏者开发大会2024）上，AI成为大会关注焦点，以AI为主题的演讲达64场，占比达8%。在生成式AI领域，62%的游戏业受访者正在使用AI工具制作游戏内容[2]。在决策AI领域，Google DeepMind团队继Alphastar后再次推出通用游戏智能体SIMA（Scalable Instructable Multiworld Agent），可根据人类自然语言指令在各类3D游戏世界中执行超过600多种任务。
数据要素是数字经济时代的关键生产要素，多层次的数据要素市场建设是繁荣产业生态的重要保障。当前，国家数据管理体制机制不断完善，数据要素基础制度建设逐步推进，如何构建多方参与、促进数据要素发展的市场生态成为各界高度关注的话题。 作为数据要素市场的重要探索者，互联网企业在数据流通和开发利用方面积累了大量的实践案例。为了更好的总结提炼有关经验做法，助力数据要素市场建设和经济社会数字化转型，腾讯研究院组建了数据要素联合研究团队，并于近期组织召开了数据要素创新发展研讨会。六位研究鹅围绕数据要素在智慧工业、智慧出行、数字金融、智慧文旅、数字政府、数字广告的场景应用参与交流。腾讯研究院数字经济研究中心主任王星博士主持研讨。
WCDB 是微信团队开源的一款基于 SQLite 的终端数据库。自 2017 年 6 月开源以来，它在业界得到了广泛认可并被大量应用，迄今已经推出了十多个版本。在这个过程中，WCDB 一直保持良好的向后兼容性，不断完善原有接口的细节并添加新功能。
4月2日，国家数据局发布了《深化智慧城市发展推进城市全域数字化转型的指导意见（征求意见稿）》（以下简称指导意见）。在标题里提出的“城市全域数字化转型”，成为全文的指导思想，也是指导意见的最大亮点。 距离国家发改委等八部委印发《关于促进智慧城市健康发展的指导意见》已有十年。回首我国智慧城市建设，经历几起几落，已经形成了包括一网统管、一网通办、一网协同等数字政府的基本模式，也大大推进了数据开放、公众参与的理念的落地。但在市场化、可运营方面，一直差强人意。城市≠政府，如果不重新全面认识“城市”这个概念，只将其理解为直接买单的政府，是不可能真正实现“智慧城市”的。本文就指导意见中对智慧城市的几个关键性认知的提升，稍作分析。
最近科技圈的两个热点，一个是微软的AI搞崩了电网，让大家担心未来电不够用；另一个是小米发布了纯电SU7，再一次掀起了人们对电动汽车的兴趣。这两件事的共同点是，都与人工智能和电密切相关，而从更深层次去探讨，后者可能还真是前者的解药。 马斯克和黄仁勋最近都提出“算力的尽头是电力”等观点，还没几天，就一语成谶：微软的算力中心搞崩了电网。 所以这是不是一个在我国也会很快发生的大问题呢？网上有很多说法，有的过于乐观，而有的又过于悲观，这里简单分析一下。
针对腾讯文档后台大仓研发模式，在后台非标 tRPC 服务改造过程中，结合基础架构组开发的通用 trpcx 和脚手架工具，以插件化、标准化、可观测性为目的，赋能文档后台研发效能提升。同时，通过迁移天机阁 ES 存储至 ClickHouse，实现文档后台业务增效。
中小微企业是中国经济重要组成部分。习近平总书记在《致2022全国专精特新中小企业发展大会的贺信》中指出：“中小企业联系千家万户，是推动创新、促进就业、改善民生的重要力量。”过去十年，随着国内总体营商环境的持续改善，我国中小微企业的不断发展壮大，产业布局更为合理，在国民经济和社会发展中的作用日益显著。根据工信部和市场监管总局数据，2022年我国中小微企业数量已超过5200万户，占全国企业总数的98.4%。 2023年是中国经济突破重重困难，保持稳定发展的一年。在这一年里，我国中小企业的经营绩效如何？在经营中面临的主要问题是什么？支持政策的落地效果如何？是否面临明显的融资约束？在数字化营销的进展及成效如何？对未来的预期如何以及是否计划扩大规模？腾讯研究院联合企鹅有调，按照每季度一次的频率，就中小微企业的经营状况、面临困难、政策支持、融资情况、数字化转型、市场预期等关键问题，通过在线问卷的形式进行调研。
在追求高效代码的路上，我们不可避免地会遇到代码的性能瓶颈。为了了解、解释一段代码为什么低效，并尝试改进低效的代码，我们总是要了解硬件的工作原理。于是，我们可能会尝试搜索有关某个架构的介绍、一些优化指南或者阅读一些计算机科学的教科书（如：计算机组成原理）。但以上的内容可能都太过繁琐、细节太多，在阅读的过程中，我们可能会迷失在纷繁的细节中，没法很好地将知识运用到实践中。 本文旨在通过多个可运行的 benchmark 介绍常见的优化细节以及与之相关的硬件知识，为读者建立一个简单、有效的硬件心智模型。
