Databricks 推出 Lakehouse//RT 实时数据仓库，支持空间 SQL 与空间连接，可直接在 Delta 和 Iceberg 表上运行地理空间查询，无需复制数据。基准测试显示，空间查询平均快 3 倍，高并发下最高快 38 倍，延迟低至 10 毫秒，每秒可处理 1.2 万次查询。该功能已进入 Beta 阶段，无需修改代码即可使用。
GSoC 2026 项目将 LLVM-libc 的浮点数学例程共享给 compiler-rt，取代其各架构独立的软浮点实现，统一为单一来源。通过 CMake 宏按需启用，覆盖算术、类型转换与比较等约七十个内建函数。项目解决了自调用、16 位浮点、x87 80 位格式及符号冲突等难题，并用生成器统一管理。后续将进行基准测试与优化。
2027款埃安RT上市，四款车型价格不变，续航升级至550km、605km、710km三档。全系搭载非晶合金电驱，能耗低至8.571kWh/100km，获吉尼斯纪录。新车注重续航和家庭配置，顶配才有L2+智驾。埃安转向务实策略，聚焦电驱效率，以长续航和低能耗吸引家用车用户。
广汽埃安推出AION RT焕新款，售价9.98-12.38万元，配置全面，适合家庭用户。搭载宁德时代电池，续航约650公里，空间宽敞，舒适性和智能化配置丰富，安全性突出，性价比高。
Sionna RT 是一个开源的 GPU 加速库，专注于无线电波传播模拟。该研究解决了模拟中的可微分性问题，提升了速度、内存效率和可扩展性，为无线通信研究提供了有效工具。
DeepMind的高级研究科学家Pete Florence离开谷歌，创办了初创公司Generalist AI，专注于通用机器人技术，旨在制造能够执行各种任务的机器人，以降低体力劳动成本。Florence曾参与多个重要的机器人研究项目，团队成员包括OpenAI和波士顿动力的专家。
Blender 4.4将于2025年3月18日发布，带来Vulkan后端更新、支持新显卡、OptiX降噪器升级及3D视口重写，新增H.265编解码器和“平面画笔”，性能显著提升。
SPIKE-RT是为LEGO SPIKE Prime设计的实时操作系统，支持C语言编程，提供高性能和精确控制，适合实时编程需求，允许重用C语言软件资产。
#Request Tracker (RT) #KeePass进程残留主密钥泄露 #PUTTY-PPK转id_rsa私钥权限提升
本研究针对现有自动化红队测试方法只关注孤立安全缺陷的问题，提出了一种新的强化学习框架Auto-RT，能够自动探索并优化复杂攻击策略，寻找安全漏洞。研究表明，Auto-RT通过高效探索和自动优化攻击策略，能更快速地检测到更广泛的漏洞，相较于现有方法成功率提高了16.63%。
本文介绍了性能测试的三个关键指标：QPS（每秒查询数）、TPS（每秒事务数）和RT（响应时间）。QPS衡量系统每秒处理的查询数量，TPS关注事务完成情况，RT则表示请求处理时间。三者相互关联，需平衡以确保系统稳定性和良好用户体验。
本文探讨了通过人类遥操作游戏数据提取自我监督视觉模型的方法，结合策略学习和强化学习，实现机器人在复杂环境中的高效操作。研究提出了多种控制策略学习框架，并展示了其在不同操纵任务中的优越性，同时探讨了利用互联网视频训练视觉能力模型的方法，以提升机器人执行任务的能力。
中山大学与华为诺亚团队提出的PIVOT-R模型旨在提升机器人在复杂任务中的学习与决策能力。该模型通过原语驱动的路径点感知，改善了机器人对任务的理解和执行效率，解决了现有模型在开放环境中的不稳定性和计算效率低的问题。实验结果表明，PIVOT-R在多种环境中表现优异。
中科大研究团队提出的D-FINE方法重新定义了实时目标检测中的边界框回归任务。该方法通过细粒度分布优化和全局最优定位自蒸馏，显著提高了检测精度和效率，在COCO数据集上表现优异，超越现有竞争对手，为目标检测提供了新思路，具备良好的鲁棒性和可扩展性。
飞桨发布的Mask-RT-DETR模型在实例分割任务中表现优异，支持134个模型。该模型基于RT-DETR优化，采用PP-HGNetV2作为骨干网络，提升了精度和速度。通过IoU-aware Query Selection和MaskDINOHead技术，Mask-RT-DETR在相同推理耗时下达到了SOTA级别的精度，适用于多个领域。
本研究提出了一种新颖的非线性贝叶斯层析成像方法，旨在改进传统相干成像光谱技术在离子温度和速度分布建模中的不足。该方法有效重建高温高速度区域的离子特性，显示出在RT-1设备等离子体诊断中的潜力。
本文研究了现有实时目标检测模型在训练中的监督不足问题，提出了一种基于RT-DETR的新方法RT-DETRv3，通过引入CNN辅助分支和自注意力扰动策略，显著提升了模型的准确性和训练效率。实验结果表明，RT-DETRv3在COCO val2017数据集上远超现有技术，具有重要的实践意义。
实例分割是计算机视觉中的重要任务，能够提供丰富详细的信息，广泛应用于多个领域。基于百度飞桨发布的RT-DETR模型，Mask-RT-DETR适配实例分割任务，具有优势。Mask-RT-DETR在总体结构上与RT-DETR基本一致，但在实现细节上进行了改进。通过改进，Mask-RT-DETR在实例分割任务中取得了SOTA精度。Mask-RT-DETR采用了PP-HGNetV2作为骨干网络，并引入了MaskFeatFPN模块和IoU-aware Query Selection技术。Mask-RT-DETR还增加了分割头MaskDINOHead。Mask-RT-DETR的benchmark指标达到了SOTA精度。PaddleX提供了多种开发和部署方式，包括云端形式和本地开源版。
RT-Shyper是一个基于Rust语言的嵌入式虚拟机监控器，提供隔离性和实时性增强。通过着色的末级缓存隔离机制和虚拟机内存带宽控制系统，提高内存隔离性。实验测试结果表明，RT-Shyper能够提高虚拟机之间的内存隔离性。
研究发现，传统机器人系统在新环境和任务中的适应性问题。通过示范微调RT-1-X模型，机器人能够学习提取任务，但知识转移仅限于技能而非对象特定知识。同时，研究还探索了使用多样化数据集进行训练以提高机器人在未见过的领域和任务中的成功率。
完成下面两步后，将自动完成登录并继续当前操作。
