微软Azure CTO Mark Russinovich表示,后续启动的新项目应停止使用C和C++。
他在推特上表达了这个观点,并强调与微软公司无关。“是时候停止用C/C++启动任何新项目了,一切需要无垃圾回收语言的场景都该使用Rust。出于安全性和可靠性的考虑,业界应该立即弃用这两种语言。”
Russinovich的言论值得关注,毕竟微软自家的Windows、Office和SQL Server等核心产品,主要就是用C和C++编写的。Linux也是如此,其同样在Azure云平台上得到了广泛应用。但从目前公布的消息来看,Linux的部分内核似乎很快就将迈入Rust时代。结合开源峰会上的报告和Linus本人的邮件,“除非出现极特殊情况,否则Rust一定会现身Linux内核的6.1版本。”
这已经不是微软第一次主张用Rust提升软件安全水平了。三年之前,微软安全响应中心(MSRC)就曾提到,“我们认为Rust是目前最理想的C与C++替代选项。”该响应中心团队还强调,“由MSRC分配CVE编号的安全问题中,约70%与内存安全相关。也就是说,如果能用Rust编写这些软件,那这70%的安全隐患很可能不会出现。”
所谓内存安全,是指当应用程序代码从内存中读取数据时,这部分数据能够保证有效。这个环节中出问题的原因有以下几点:编程语言会为变量定义需要占用的特定内存空间。如果为变量分配的内存太小,代码可能超出其上限,导致有随机数据被注入应用程序。同样的,如果代码试图读取已被内存释放掉的数据,那实际读取到的可能是其他数据,同样会引发难以预测的结果、甚至导致崩溃。另一个问题就是多线程应用程序中的多个线程同时写入同一内存区,这时如果没有内存锁,就会引发内存数据损坏。
大多数业务应用程序都是用JavaScript、Java、Python和C#等高级语言编写的,它们要比C或C++安全得多。但这些语言的问题是,它们的运行时或内存垃圾回收器(GC)具有无法预测的性能开销,因此并不适合用作系统编程。Rust专为系统编程而设计,而且具备基于编译器强制值所有权概念的内存安全功能。
当然,Rust也无法保证百分之百内存安全。使用unsafe关键字,Rust开发者也可以取消引用原始点、调用不安全函数、写入可变静态变量等等。在有些情况下,这些操作有其必要性,而且Rust会将这类代码隔离到特定的标记块当中,由此带来远超C或C++的安全水平。
尽管业界不乏支持Rust的声音,但在Redmonk编程语言排名等主流调查中,Rust的人气仍然远远落后于C和C++。其中C++排名第7,C排名第10,而Rust位列第19。为什么Rust人气有限?主要原因包括开发者短缺、工具不够成熟、语言学习门槛过高,以及与现有代码的互操作性不佳等。
好文章,需要你的鼓励
这项研究由新加坡国立大学团队开发的DualParal技术,通过创新的双重并行架构解决了AI视频生成的长度限制问题。该方法同时在时间帧和模型层两个维度实现并行处理,配合分块降噪机制、特征缓存和协调噪声初始化策略,使生成分钟级长视频成为可能。实验表明,在生成1,025帧视频时,DualParal比现有技术减少了高达6.54倍的延迟和1.48倍的内存成本,同时保持了高质量的视频输出,为内容创作者提供了生成更长、更复杂视频叙事的新工具。
SoloSpeech是约翰霍普金斯大学研究团队开发的创新语音处理技术,针对"鸡尾酒会效应"问题提出了全新解决方案。该系统通过级联生成式管道整合压缩、提取、重建和校正过程,实现了高质量目标语音提取。与传统判别式模型相比,SoloSpeech采用无需说话者嵌入的设计,直接利用提示音频的潜在空间信息与混合音频对齐,有效避免特征不匹配问题。在Libri2Mix及多个真实世界数据集上的评测显示,SoloSpeech在清晰度、质量和泛化能力上均达到了领先水平,为语音分离技术开辟了新方向。
这项由北京大学深圳研究生院、伟湾大学、腾讯ARC实验室和兔小贝智能联合研究的Sci-Fi框架,通过创新的对称约束机制,解决了视频帧间插值中的关键问题。研究团队设计了轻量级EF-Net模块,增强结束帧约束力,使其与起始帧形成平衡影响,从而生成更自然流畅的中间过渡帧。实验证明,该方法在各种场景下都优于现有技术,特别适用于电影制作、动画创作和视频编辑领域,显著降低了人力成本。
这项来自西北大学和谷歌的研究突破了传统马尔可夫强化学习的局限,通过贝叶斯自适应RL框架解释了大语言模型中涌现的反思性推理行为。研究团队提出的BARL算法通过维护多个解题策略的后验分布,指导模型何时何地进行反思性探索,在数学推理任务上展现出显著优势,比基线方法减少高达50%的标记使用量,同时提高了准确率。这一研究不仅解释了"为什么反思有用",还提供了实用的指导原则,为AI系统的自适应推理能力开辟了新方向。