Vike推出了Photon，作为新一代JavaScript服务器部署基础设施，取代了vike-server。Photon支持多种JavaScript框架，简化开发和部署，特别是与Cloudflare的集成。开发者可轻松访问Cloudflare API，并享受热模块替换等功能。迁移至vike-photon需更新依赖和配置，详细文档可在vike.dev获取。Photon旨在促进JavaScript生态系统的共享基础设施。

本文介绍了如何将Amazon GameLift与Photon Fusion集成，以创建高可用性的游戏服务器环境。通过结合Photon Cloud和GameLift，开发者能够快速构建多人游戏，提高运营效率和用户体验。文章详细说明了网络同步架构、实现步骤及注意事项，以确保玩家在不同区域的流畅体验。

随着虚拟现实技术的普及，社交VR应用不断增加。用户可以在共享虚拟空间中互动，开发者能够更轻松地创建社交VR体验。文章概述了构建社交VR的基本路线图，包括多用户会话、实时可视化、语音聊天和互动元素等核心功能，以及所需的技术栈和开发步骤。

阿里巴巴的Qwen团队推出了新AI模型QwQ-32B-Preview，参数达到325亿，推理能力与OpenAI的o1模型相当，但存在语言切换和常识推理不足的问题。DeepSeek的DeepSeek-R1-Lite-Preview模型具备实时推理能力。Ai2发布的OLMo 2系列模型符合开源标准，包含7亿和13亿参数的版本。Nvidia等公司也在持续推出新AI技术，推动行业发展。

在 Cloudflare Workers 上使用 sharp 处理图片有难度，但可以用 @cf-wasm/photon 库获取图片信息。通过 fetch 获取图片并转换为 Uint8Array，使用 PhotonImage 获取宽高和色彩空间等信息。建议在计算 blurhash 前调整图片大小，并通过 magic header 判断图片格式。部署时需安装相关库。Azure Function 使用 sharp 更简单，但需注意运行环境。由于 Workers 限制，代码库需分开。

Photon Engine现已适用于Databricks Machine Learning Runtime，可加快Spark作业和特征工程工作负载。Photon是一个用C++实现的高性能查询引擎，可以更快地运行Spark SQL和Spark DataFrame。它加速了数据准备和特征工程，平均加速了2倍至4倍的SQL查询。Databricks特征工程库中的点对点连接的新实现，受到客户建议的启发，更具可扩展性和鲁棒性，从Photon Engine中受益。当连接不同大小的特征表时，Photon将点对点连接加速了2.0倍至2.4倍。用户可以在Databricks Machine Learning Runtime集群中选择Photon，以更快地构建机器学习模型。

Databricks在Azure上支持更多实例类型，包括默认VM，以提高性能并降低总拥有成本(TCO)。新支持的VM包括Standard_DS3_v2，Photon在基准测试中提供价格性能优势，TCO增益在2.1到2.6倍之间，性能提升在3.4倍到4.3倍之间。Databricks继续投资于Photon，以降低客户总成本。