《3D动作游戏受击反馈：从模板化硬直到沉浸式打击感的开发拆解》
本文记录3D动作游戏角色受击反馈系统的开发实践，针对早期依赖引擎模板导致的反馈雷同、硬直僵化等问题展开优化。通过联合多岗位梳理“视觉差异化、物理动态化、音效分层”需求，放弃传统组件，自研受击反馈状态机，实现状态独立配置与优先级切换；构建伤害类型-反馈参数映射表适配不同场景，开发动态硬直判定器平衡攻防体验。经性能优化（特效实例化、粒子分级）与细节打磨（弱点反馈强化、残血感知优化），解决卡顿、反馈不清晰等痛点，最终实现“每一击有重量”的沉浸打击感，为动作游戏受击系统开发提供实用参考。
《3D动作游戏连招开发：拆解动态判定与多感官反馈的核心》
本文记录3D硬核动作游戏角色连招系统的开发实践，针对早期依赖引擎状态机导致的操作延迟、打击反馈单一等问题，从需求拆解、技术选型到核心模块开发展开优化。通过联合多岗位梳理“输入容错、动画流畅、多感官反馈”需求，放弃传统状态机，自研“连招状态树”提升响应速度；开发“动态判定器”实现判定框随动作实时变化，构建“多感官反馈中枢”同步音画物理效果。经性能优化（碰撞体分层、判定缓存）与细节打磨（输入缓冲调整、多目标命中支持），解决卡顿、漏判等痛点，最终实现“行云流水且拳拳到肉”的战斗体验，为动作游戏连招系统开发提供实用路径。
62_模型融合：ensemble LLM技巧
在2025年的AI生态中，大语言模型(LLM)已成为技术创新的核心引擎，但单一模型在面对复杂任务时往往表现出局限性。不同模型由于训练数据、架构设计和优化目标的差异，在各领域展现出独特优势：模型A可能擅长逻辑推理，模型B在创意写作上更出色，而模型C则在事实性问答中准确率更高。
42_大语言模型的计算需求：从GPU到TPU
随着2025年大语言模型技术的持续突破和规模化应用，计算资源已成为推动AI发展的关键驱动力。从最初的CPU计算，到GPU加速，再到专用AI加速器的崛起，大语言模型的计算需求正在重塑全球数据中心的基础设施架构。当前，全球AI半导体市场规模预计在2027年将达到2380亿美元（基本情境）甚至4050亿美元（乐观情境），这一增长背后，是大语言模型对计算能力、内存带宽和能效比的极致追求。
云栖重磅合集 | 吴泳铭：超级人工智能之路
吴泳铭在云栖大会发表演讲，指出AGI已成必然，终极目标是超级人工智能ASI。阿里云发布通义千问7款新模型，升级全栈AI体系，推出磐久128超节点、HPN 8.0网络等基础设施，全力推进AI技术发展。