11月8日消息,滴滴出行今日宣布开源Web移动端组件库cube-ui,该技术拥有质量可靠、体验极致、标准规范和强扩展性这四大特点,并拥有独特的后编译技术方案帮助大幅优化性能。这是继今年6月开源Virtual APK后,滴滴的又一次开源动作。
cube-ui 从滴滴业务中提炼而来,由滴滴 WebApp 前端架构组开发和维护。cube-ui 的目标是让移动端的开发更容易,让开发人员更加专注于业务逻辑的开发,提升研发效率。
之所以将其开源,滴滴方面透露:“去年底,滴滴 WebApp 团队在用 Vue.js 2.0 对业务进行重构,并开发了一套移动端组件库 cube-ui 支撑业务的开发,经过了一年多的业务考验,cube-ui 也日趋成熟,好的东西必须要和大家分享,于是我们在今天正式将其开源。”
该技术研发工程师发表了经验之谈:“移动端组件库写的好不好,就看 Picker 组件写的好不好,而cube-ui 的 Picker 是目前所有移动端组件库中实现最细致、体验也是最好的,接近原生 iOS 选择器的效果。类似的还有 IndexList 索引列表组件,我们在一些交互的细节上都考虑的非常细致,比如对吸顶标题的处理,按压态的处理等。”
相较于市面上同类技术,该项目独有的后编译技术是滴滴前端团队总结出的一套优化技术方案。由于在一个项目中经常会引用多个经过 ES6 开发、Babel编译发布的NPM模块,而Babel编译则会产生多份额外代码,针对该问题,cube-ui 组件库运用了后编译技术方案,可让最终使用方引用 cube-ui 组件库编译产生的代码体积减少,帮助优化性能。滴滴研发同学也呼吁越来越多的NPM 模块支持后编译,这样应用最终编译后体积才会更小,后编译技术方案效果才会更好。
未来滴滴的工程师们将持续对 cube-ui 迭代和优化,包括但不限于以下几个方向:丰富组件库,开发更多通用组件; 支持换肤功能,和 UI 团队配合设计出几套皮肤,同时也支持自定义皮肤能力;支持TypeScript/Flow,由于静态类型检查是未来趋势,cube-ui 也会考虑对它们的支持。
目前,cube-ui已登录GitHub,工程师们可戳链接查看源码:https://github.com/didi/cube-ui,也可在滴滴的开源平台上(https://didi.github.io/)获取更多信息。
开源文化正在成为滴滴程序员文化的重要一部分,不久前的10月24日程序员节,桔厂宣布成立开源委员会,由高级副总裁章文嵩出任主席,他说:“滴滴除了要为用户提供优秀的产品和良好的体验外,更需要对外输出滴滴领先的技术,与世界共享我们的智慧,所以我们鼓励同学们积极参与业界的开源项目,不断对外输出内部的优秀项目。”
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。