618促销带动回升 5月中国扫地机线上环比显著增长

包菜丝怎么炒好吃?炒包菜丝吃

素炒包菜这样炒才好吃,做法步骤: 1.把包菜的叶子剥下来,放到清水中投洗干净,沥净水分,再把包菜切成丝。 2.西红柿切去果蒂,做好再把西红柿切成三角块,尖椒去蒂。

包心菜切丝怎么炒好吃-九州醉餐饮网

主料 包菜1个 盐适量 味精适量 油适量 白糖1勺 干红辣椒2个 清炒包菜丝的炒包菜丝吃做法步骤 清炒包菜丝的做法图解11. 包菜洗净切丝,干红辣椒洗去浮尘 清炒包。

素炒包菜最好吃的做好学生网做法?

4.下入葱花,蒜片爆香,再下入西红柿翻炒,将西红柿翻炒出水。 5.下入包菜丝大火翻炒,炒包菜丝吃将包菜丝翻炒至断生、变软。做好 6.下入尖椒丝,炒包菜丝吃再加入盐,大火翻炒,将尖椒。

清炒包菜丝菲莱怎么炒?做好

你好!我是《老宋的家常美食》,我来分享一道好吃的清炒包菜丝韭菜的做法。 炒青菜首先注意原材料的炒包菜丝吃选购,一定要新鲜,脆嫩,还有选择配料与佐料的添加要相互融。

爆炒卷心菜丝?做好

爆炒卷心菜丝,卷心菜切细丝,锅里放油烧热,卷心菜蒜沫一起下锅翻炒1到2两分钟即可。

圆白菜丝炒鸡蛋正宗做法?炒包菜丝吃电影走着瞧

用料 圆白菜 1/4个 鸡蛋 2个 盐 少许 醋 几滴 圆白菜丝炒鸡蛋的做法步骤: 步骤 1 新鲜包菜去掉表面枯萎叶子,不用洗,将包菜竖起来,根部朝手心,竖着切成。

清炒包菜丝正宗做法?做好

把包菜洗干净。切成丝。炒包菜丝吃起锅烧油。做好放大蒜。炒包菜丝吃放入包菜。韩剧《大叔女儿闺蜜》演员表反炒几下。放入盐。放入味精。

口感极佳的清炒包菜丝怎么做好吃又简单?

包菜半个 辅料 油适量 盐适量 步骤一 1.包菜洗好切丝 步骤二 2.油烧热后放入包菜丝 步骤三 3.翻炒到包菜软了,放盐 步骤四 4.放一点点水,口感会好一些,翻炒几。

圆菜炒粉条家常做法?5555yy

12.放入姜蒜和红干椒炒香,烹入少许料酒去腥增香。 13.再倒入包菜丝,开大火翻炒,把包菜炒至断生,变软。 14.再下入粉条,开始调味,加入一勺食盐,少许鸡精。

包丝菜的做法?

步骤2、炒锅烧热倒入食用油,下入蒜片和红干椒爆香 ,下入红椒丝和包菜丝,开大火快速翻炒一分钟左右; 步骤3、炒至包菜五成熟,kkk55起锅撤火,加入食盐两克、白糖一。

1、包菜、线椒、葱准备好。

2、葱和线椒切碎。

3、包菜洗净切细丝。

4、锅内放油，放入葱和线椒炒香。

5、放入包菜丝不断翻炒。

6、包菜丝略微变软后，调入盐和蔬之鲜，翻炒至包菜全熟即可。

产能扩容，为何金曲依然稀缺

　　高 唱

　　技术越是发达，我们越需要守护那些只能由人心抵达的艺术高地，越要有迎向时间考验的倾情投入

　　如今，打开音乐平台，爆红单曲里很多都是“4A歌曲”——AI作词、AI谱曲、AI演唱，甚至连歌曲MV都由AI生成。在全球乐坛，AI歌曲也频频登上权威榜单。腾讯音乐“启明星·AI作歌”项目累计生成作品超2600万首，播放量超10亿，其中非专业用户创作的歌曲平均播放量已达到专业制作歌曲的65%。技术打破了音乐创作的“天赋壁垒”，让普通人的音乐梦想有了落地的可能。业内人士预测，很快我们将迎来曲库指数级扩容和AI音乐视频大爆发。

　　与此同时，技术也带来了创作与唱功的“超人化”。通过深度学习专业歌手数据，AI能精准复刻颤音、气声、转音等细节化表达。专业创作者还可以提取乐器轨道，为曲目添加多轨和声、伴唱，高效完成二次编曲、后期混音，轻松打造“满分歌手”——在音准、音色稳定性等纯技术维度上完美无瑕，永不翻车。AI歌手“大头针”就以降B到High C的宽广音域与极致稳定的高音表现，在网上赢得大量关注。

　　然而，技术突破、产能爆发之下，始终没有解决的是金曲稀缺的问题。爆红歌曲的确有，但保鲜期短，风靡一阵便销声匿迹。许多歌曲“网红感”强，网友评价“适合听，不适合仔细听”。AI创作加剧了这一现象。大部分AI音乐大模型的VAE（变分自编码器）会将具有相似风格的音乐样本映射到该空间的邻近区域，便于检索或插值生成新样本，由此带来标准化审美的反复循环。还有不少团队采取“批量生成—测试反馈—聚焦爆款—批量复制”的策略，先是广撒网，再找到成功的“鱼苗”不断克隆。雷同歌曲狂轰滥炸，让观众审美疲劳，也侵蚀了创作的丰富性与多样性。

　　技术高歌猛进之下，音乐人不能不去回答，作为最具情感张力的艺术形式，音乐的灵魂到底是什么？让一首歌历经时间淘洗、依然好听耐听的因素是什么？

　　一首《葬花吟》，作曲家王立平坦言动感情最多、写得最苦最累，整整耗费了21个月的时间。直到有一天，歌词中的“天尽头，何处有香丘”让他顿悟，林黛玉既是在低头葬花亦是在昂首向天，这里有痛苦有遗憾，也有控诉有追问，更有曹雪芹对人物倾注的炽热感情，旋律由此流淌开来……这是音乐生命力的根源——创作者与作品的血肉共情，高度依赖于创作者对人类情感、生命体验和社会文化的深刻理解。AI可以学会“歌唱”，但只有人心懂得“咏怀”；AI可以生成技术精湛的乐曲，却无法穷尽丰富有趣的灵魂。而“咏怀”与灵魂，也是决定音乐生态丰富性与多样性的关键。

　　在前不久的一场音乐论坛上，春晚歌曲《你我经历的一刻》原唱及词作者马懿表示，“作品井喷式生产的今天，‘风格’决定着我们和别人的区别，决定着能否真正被人听到。”风格的形成，需要付出时间，付出心血，“如果你想要换得一颗心的话，必须先付出一颗心”。技术越是发达，我们越需要守护那些只能由人心抵达的艺术高地，越要有迎向时间考验的倾情投入。

　　同样的，作为听众，我们寻找和播放自己喜爱的歌曲，也不仅仅是为了打发时间，而是为了安放情绪，找到被理解与共鸣的心灵出口。当旋律可以被无限量产，“好听”变得唾手可得，我们反而更应清楚自己在寻找什么——不是被反复播放的流行，而是那个真正能打动自己的独特声音。

　　（作者单位：中国传媒大学）

[ 责编：张晓荣 ] 阅读剩余全文（）

从端侧智能到智能体 PC ，Arm正在重塑下一代个人计算

AI正在推动计算架构进入新周期。凭借覆盖云端、边缘与终端的统一架构优势，Arm正从传统IP供应商转型为AI计算平台提供者。在AI PC和Agent PC兴起背景下，Arm试图以高能效计算、统一生态和端侧AI能力，重塑下一代个人计算市场。

【PChome 2026年6月5日消息 】AI正在推动计算架构进入新周期。凭借覆盖云端、边缘与终端的统一架构优势，Arm正从传统IP供应商转型为AI计算平台提供者。在AI PC和智能体 (Agent) PC 兴起背景下，Arm试图以高能效计算、统一生态和端侧AI能力，重塑下一代个人计算市场。

过去三十年，Arm几乎定义了移动计算时代。从智能手机到平板电脑，再到物联网设备，低功耗、高能效始终是Arm最鲜明的标签。而在生成式AI浪潮席卷全球后，Arm正在推动自身完成一次更大的转型——从一家IP授权公司，进化为覆盖云 AI、物理 AI、边缘 AI的AI计算平台提供商。

在近日举行的Arm 边缘AI媒体交流会上，Arm释放出一个清晰信号：AI正在重新定义计算，而边缘AI与智能体 PC将成为未来数年的核心增长引擎。 

AI正在重构计算范式

过去十年，计算能力主要集中于云端。但随着大模型规模持续增长，以及AI 智能体开始进入实际应用，行业正在面临新的挑战：如何在更低功耗、更高隐私保护和更低延迟的条件下，实现智能能力的大规模部署。

Arm认为，当下，AI 正在重塑各行各业，尤其是在重新定义计算本身。当前 AI 正沿着一条非常显著的演进轨道发展——无论是模型规模的持续扩展，还是 AI 应用需求的不断增长，都在推动这一进程。这也开始带动智能体 AI 的兴起，这一趋势在很大程度上是以 CPU 为核心驱动的，同时也正在催生一系列新一代应用场景。 

过去AI计算更多依赖GPU或专用NPU，随着异构计算的发展，CPU、GPU以及AI加速器都需要具备运行AI工作负载的能力。Arm始终秉持异构计算的产品研发思路。在 Lumex 发布时，Arm即指出，CPU 必须拥有优异的 AI 运算实力，为此Arm在 CPU 内部集成矩阵运算引擎等模块，补齐矩阵处理相关性能。Arm推出的SME2（第二代可伸缩矩阵扩展）技术可助力 CPU实现全场景 AI 加速。搭载SME2的Arm C1 CPU集群为实际场景中的 AI 驱动型任务带来了显著的 AI 性能提升，包括：

* AI性能提升最高5倍；

* 语音工作负载延迟降低4.7倍；

* 音频生成速度提升2.8倍。

在Gemma 4模型测试中，SME2可实现预填充阶段平均5.5倍加速，解码阶段最高1.6倍提升。

与此同时，Arm还通过KleidiAI软件栈将这些能力开放给开发者，目前已集成至PyTorch ExecuTorch、Google LiteRT、MNN和ONNX Runtime等主流框架，开发者只要面向启用 SME2 的 Arm 架构安卓设备进行开发，就能自动获得开箱即用的性能优化。 

这意味着AI能力正在从旗舰设备向数十亿终端普及。Arm预计，到2030年，SME与SME2技术将为全球设备新增超过100亿TOPS计算能力，覆盖超过30亿台终端。

AI PC进入Arm时刻

相比智能手机市场，Arm当前最值得关注的变化来自PC产业。过去很长时间里，PC市场一直由x86架构主导。但AI的出现正在改变竞争规则。

Arm边缘AI事业部执行副总裁 Chris Bergey

Arm认为，未来PC市场将同时存在两类产品：

一类是“传统计算市场”，持续向轻薄化、高续航演进，同时拥有 AI 助手功能；

另一类则是面向智能体的专用硬件平台。

在Arm看来，未来的智能体时代的 PC需要具备全天候运行能力，能够同时处理多个智能体任务，运行大型模型，并在本地完成推理与决策。 

这恰恰是Arm架构的优势所在。

首先是能效。

Arm长期积累的高性能密度设计，使其能够在有限功耗下集成更多CPU核心，并实现更长续航时间。

其次是异构计算能力。

Arm强调CPU与GPU深度协同，借助统一内存（Unified Memory）让CPU和GPU共享全部DRAM资源，实现算力与带宽的动态调配，从而更高效运行大语言模型。 

再次是生态成熟度。

过去两三年间，Windows on Arm生态快速完善。微软持续推进原生Arm应用开发，原生应用数量显著增长，企业客户也开始加速部署Arm平台。 从平台覆盖来看，Arm 的计算架构能够支持多个主流操作系统，包括 ChromeOS、Windows、iOS 和 Linux，这为跨平台 AI 应用提供了重要基础。

近期，在Microsoft Build 开发者大会上，Arm与微软联合发布了 Windows on Arm项目，旨在引导开发者获取相关学习资源，并为构建原生 Windows on Arm 应用提供支持，将进一步简化开发者开发 Arm 原生应用的流程。

从Windows on Arm到智能体PC

对于Arm而言，AI PC并非终点。真正的目标是面向智能体时代构筑计算基石。目前Arm已开始针对个人计算市场开发专属CSS（Compute Subsystem）产品——CSS for PC，第二代CSS for PC方案已交付合作伙伴。

值得关注的是，近期发布的RTX Spark平台正是基于Arm CSS for PC打造的产品，该平台集成了20个Arm核心，被视为智能体AI计算平台的重要尝试之一。 从某种意义上说，AI正在将PC从生产力工具演变为持续在线的智能体平台，而Arm希望成为这一变革背后的底层架构。

结语

AI时代正在重新定义计算产业。

从智能手机到AI PC，从云计算到边缘推理，Arm正在利用统一架构、能效优势和庞大的软件生态，打造覆盖云边端的AI计算平台。如果说过去的Arm定义了移动互联网时代，那么未来几年，Arm真正要争夺的，将是智能体时代的计算入口。而随着Windows on Arm生态成熟、边缘AI普及以及智能体 PC兴起，这场由AI驱动的架构变革，或许才刚刚开始。