跨端技术的下半场:为什么 Wasm 正在改变游戏规则?

笔记本摄像头模拟监控推送RTSP流 FFmpeg软件:选择Windows builds by BtbN一个完整的跨平台解决方案,用于录制、转换和流式传输音频和视频。选择Windows版本EasyDarwin开源流媒体服务器 支持Windows、Linux、macOS平台;支持RTSP推流分发(推模式转发);支持RTSP拉流分发(拉模式转发);VLC Media Player软件:选择Windows64bit支持众多与及文件格式,并支持DVD影音光盘,VCD影音光盘及各类协议。 阅读详情

今天讲讲跨端开发的一些事儿。

聊到跨端开发,大家脑子里跳出来的第一反应大概率还是 WebView 套壳,或者是像 React Native、Flutter 这种“原生渲染”派系。

过去这些年,我们总在“开发效率、多端一致性、原生性能”这个不可能三角里反复横跳。但说实话,现在的 Web 场景早就不是画画页面那么简单了。当 Adobe 把 Premiere 搬上浏览器,当工业级 CAD 甚至 3A 游戏开始在线运行,传统的 JavaScript 难免显出疲态。这时候,WebAssembly(简称 Wasm,https://webassembly.org)进场了。我觉得它不只是个补丁,更像是直接把跨端开发的“性能天花板”给拆了。

别再聊“翻译”代码了,现在是算力的直接平移

以前我们做跨端,本质上是在玩“运行时”的平衡游戏。JS 框架再怎么优化,也绕不开 V8 引擎解析时的开销,一旦遇上密集的数学运算或者图像处理,那种内存抖动和卡顿感,懂的人都懂。Flutter 倒是聪明,自写了一套 Skia 引擎来画 UI,但逻辑层还是被困在 Dart 生态里。

Wasm 的逻辑完全跳出了这个圈子。

它把自己定义成一种低级的类汇编格式。简单来说,你不用再去想怎么把 C++ 或者 Rust 代码“翻译”成 JS,而是直接把这些硬核语言写的成熟模块,编译成二进制丢给浏览器运行。这已经不是语法转换了,这是直接把原本属于桌面的“工业级算力”原封不动地平移到了 Web 端。

 

为它是性能敏感型应用的“救命稻草”?

在我的观察里,Wasm 真正能改变规则,全靠它把那些“不确定性”给抹平了。

最直观的就是性能。JavaScript 执行起来像是个严谨但繁琐的翻译官,要经过解析、编译、优化一堆流程。Wasm 则是拿来即用的二进制流,指令路径极短。在处理矩阵运算或加解密这种“累活”时,它跑起来的速度往往能比 JS 快出几个数量级。

更让我心动的是它对内存的处理。Wasm 运行在一个线性的内存空间里,这就不存在 JS 那种让人头疼的垃圾回收(GC)随机暂停。如果你在写一个需要高帧率的 3D 渲染引擎或者音频合成器,这种“确定性”简直是救命的。

而且,它还顺手解决了生态鸿沟的问题。如果你手里有一个打磨了十年的 C++ 算法库,以前想移植到 Web 端几乎要掉一层皮。现在,套上 Emscripten 或者 Rust 的编译器,它就能在全平台跑起来。技术本来就应该是创意的延伸,而不是拖后腿的束缚。

看看那些已经“偷偷”吃螃蟹的人

这些变化不是实验室里的臆想,很多重头产品已经悄悄完成了重构。

比如大家都在用的 Figma,它之所以能丝滑地处理万级图层,核心就是那套基于 C++ 的渲染引擎通过 Wasm 跑在了浏览器里。再看现在的剪映 Web 版,或者是 B 站的视频投稿工具,背后处理编解码的脏活累活,其实都是 Wasm 在扛。

最近我也在琢磨 AI 的边缘化部署。现在的手机算力这么过剩,与其在昂贵的 GPU 服务器上烧钱,不如利用 Wasm 把量化后的模型直接丢到客户端去跑。既省了钱,又保护了用户隐私,这才是正经的演进方向。

 

还没到开香槟的时候

当然,现在的 Wasm 也不是全能的。

我在实践中发现,它和 JS 之间的数据传输其实是有开销的。如果你的应用只是简单的按钮交互,强行上 Wasm 反而有种“杀鸡用牛刀”的尴尬。再加上调试二进制模块确实比看 JS 源码痛苦得多,这对开发者的底功要求更高了。

此外,虽然 Chrome 跑得很欢,但在一些老旧的移动端 WebView 里,Wasm 的线程支持和向量指令(SIMD)还是会有兼容性的小坑。

一些碎碎念

我一直觉得,Wasm 的出现并不是为了干掉 JavaScript,它是来收编那些 JS 真的搞不定的“计算硬骨头”的。

往后看,跨端应用的架构大概率会演变成“JS 负责颜值(UI),Wasm 负责大脑(核心算法)”。这种混合模式真正实现了一套核心代码走天下。

作为一个技术人,如果现在还不去接触 Rust 或 Wasm,可能真的会错过这一波底层的范式转移。毕竟,谁不想先人一步看到未来呢?


微信公众号:Next Tech研究局

站在前端与 AI 的交叉口,分享最好用的工具与最前沿的跨端实践。

点云焊缝提取 本文介绍了一个基于PCL库的点云处理流程,包含三个核心模块:MLS平滑处理通过多项式拟合修正点云位置;差异提取通过双向匹配定位源/目标点云的非重叠区域;统计过滤剔除离群噪声点。该流程采用"平滑-筛选-净化"的通用思路,将复杂算法封装为可配置接口,实现了工业级点云预处理。文章重点分析了各模块的原理、PCL接口调用及参数设计逻辑,同时指出参数调优、算法扩展等深入探索方向,展现了PCL在点云处理中的模块化优势与实用价值。 阅读详情

相关推荐

endnote让参考文献整整齐齐

这篇文章主要是针对利用 endnote 插入参考文献时,参考文献第一行和后面的行对不齐的问题 下面是示意图 可以看到我们的参考文献对的整整齐齐的,比较好看。 下面介绍具体步骤 1、打开endnote。编辑我们使用的参考文献样式。我这儿是叫 ZZ_MODIFIED_GEEBINF 复制 2、找到布局,每个参考开头,将光标放在在参考开头后面,点插入字段,制表符 3、右下角悬挂式输出哪儿选择全部段...

雾隐雾现的至渝博客 5万+

【FDE知识库】(1):AI 编程时代开发语言选型分析,云使用go,企业用java,算法python,底层c

AI 编程时代,开发语言选型需综合考量AI适配度、编译速度、跨平台与学习成本。Python以海量语料和即时执行成首选,适用于AI/ML与原型开发;TypeScript凭借类型系统与秒级构建,成为前端及应用层主流;Go以极速编译与统一风格,契合AI代理高效迭代需求。Rust/C++虽性能强,但编译慢、学习成本高,不适于快速试错。综合推荐:优先选Python、TypeScript、Go,兼顾效率与生态,实现最优AI协作体验。

freewebsys的专栏 658

SIMPLIS仿真软件2.2-SIMPLIS快速入门2

SIMPLIS仿真软件2.2-SIMPLIS快速入门2导读 导读 本文承接上一篇文章。开始介绍SIMPLIS仿真部分。正如上一篇所讲的快速入门的定位,该文对SIMPLIS的三种分析模式不会很深入的讲解,只会记录下一些重要的设置和操作。对于SIMPLIS的三种分析模式的详细讲解,后面会专门撰写。如果读者还没有搭建上一篇文章中讲述的电路,那你可以点击这个链接免费下载所需的电路SIMPLIS_tutorial_buck_converter ,然后在这个电路的基础上继续进行以下操作。 ...

qq_44677482的博客 2万+

Web 版翻译者资料库

本项目是桌面版《翻译者资料库》的 Web 移植版,基于 Spring Boot 3.3、Thymeleaf、Bootstrap 5.3 与 MySQL 8.0 构建。它面向翻译写作提供资料、词汇、句库、文本工具、对照制作、查找、备份恢复及旧库迁移等功能,完整继承桌面版核心业务规则,支持一键启动与离线访问。

howard2005的专栏 199

C++开发基础之掌握常用的三种异步编程模型

以上是三种常见的C++异步编程模型,每种模型都有其适用的场景和特点。根据具体需求,你可以选择合适的模型来进行异步编程。

dotnet研习社 2179

软考软件评测师备考避坑指南:过来人告诉你这5个章节最容易丢分(附2024最新考纲解析)

本文为软考软件评测师考生提供备考避坑指南,深度解析5个高频失分章节,包括标准化与信息化基础、中间件技术、软件测试模型、白盒测试覆盖准则和性能测试指标。文章结合2024最新考纲,分享实战技巧和记忆口诀,帮助考生精准打击失分重灾区,提升备考效率。

weixin_29223603的博客 468

Jackson 序列化 / 反序列化注解 完整版笔记

Jackson 序列化 / 反序列化注解 完整版笔记

handsome_sai的博客 308

Toeplitz矩阵以及矩阵乘法FFT加速

Toeplitz矩阵以及矩阵乘法FFT加速 1.Toeplitz矩阵 托普利兹矩阵,简称为T型矩阵,它是由Bryc、Dembo、Jiang于2006年提出的。托普利兹矩阵的主对角线上的元素相等,平行于主对角线的线上的元素也相等;矩阵中的各元素关于次对角线对称,即T型矩阵为次对称矩阵。这里我们使用matlab中自带的函数生成一个toeplitz矩阵的例子: x=[1 2 3 4]; y=[1 5 6 7 8 9]; z=toeplitz(x,y); 我们可以得到一个这样的矩阵结果: 我们可以看到,其中x中

thlz 5071

MCP 协议会成为前端 AI 工程的标准接口吗?

MCP(Model Context Protocol)正在成为连接 AI 模型与外部工具、数据源的一层通用协议。本文从 MCP 的核心机制出发,分析它在浏览器与前端工程中的落地边界,讨论它能否成为前端 AI 工程的标准接口,并给出当下更务实的架构选择建议。

m0_62937412的博客 387

线性代数笔记【空间曲面】

二次曲面 曲面可以看成是一个动点或一条动曲线按照一定条件或规律运动产生的轨迹 曲面的方程即是该动点的坐标所满足的方程 空间解析几何中,一般会涉及到由曲面写方程和由方程看曲面两种类型问题 曲面与曲面方程 球面方程 球面:空间内与定点的距离等于定长的点的集合 这一定点叫球心,定长叫半径 标准方程 (x−x0)2+(y−y0)2+(z−z0)2=r2(x-x_0)^2+(y-y_0)^2+(z-z_0)^2=r^2(x−x0​)2+(y−y0​)2+(z−z0​)2=r2 球心P0(x0,y0,z0)P_0(

qq_40500005的博客 3248

基于STM32L4XX、HAL库的RTL8211FSI-CG以太网收发器(PHY)驱动程序设计

一、简介:RTL8211FSI-CG是Realtek公司生产的一款高性能、低功耗的单端口10/100M以太网收发器(PHY)。它通过RMII(Reduced Media Independent Interface)或MII接口与MAC控制器连接。

zhusl6688的博客 536

LangGraph 本地 build 频频翻车,最终在服务器跑通流式对话

先说结论:我本地那个,一次都没成功过。三次,三次,全挂在拉镜像上。而顺得像刚上过油。这就很像我高中那辆自行车:骑着能走,一上锁就坏。那天晚上我盯着终端里那行红字看了很久,想的不是技术方案,想的是——为什么同一个工具,可以一边让我觉得自己很行,一边让我觉得自己不太行。

人工智能AI技术 323

Newton & Nvidia 开源 GPU 加速机器人仿真器入门教程(一)

Newton 是一个 GPU 加速、可扩展和可微分的物理仿真引擎,专为机器人、研究和高级仿真工作流而设计。Newton 基于 NVIDIA Warp 并集成了 MuJoCo Warp,为用户和开发人员提供了高性能仿真、现代 Python API 和灵活的架构。

机器人控制与仿真应用 1485

带着小白学习-微服务-6 实战:网关

地址栏输入:http://localhost:8088/goods/index,这时候就不是到8100端口去调用了,而是8088直接通过路由转发,分别到nacos对应的goods对应的服务中区调用。** 可以看出,这里将前面已经正常运行的server-store子工程(库存服务,服务提供方),server-goods子工程(商品服务,服务消费方)。(1)uri: lb://store 代表要到nacos的注册中心的服务列表中找到服务名为store的微服务;,网关是做路由转发,不是服务调用;

wdyan297的博客 250

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

海外平台频繁弹验证?从 DNS、WebRTC 到浏览器指纹的环境异常排查清单

在运营多地区海外平台账号时,即使代理节点通畅、TCP 握手成功,仍可能遇到频繁人机验证、地区限制、播放失败等异常。核心结论是:这类问题往往不在网络传输层,而在浏览器环境参数与网络出口之间的逻辑自洽性。本文从 DNS 泄漏、WebRTC 穿透、时区与语言匹配、Canvas/WebGL 指纹、TLS 特征五个维度,给出一份可复现的环境异常排查清单,并对比个人手动配置与工程化环境管理方案的适用边界。适用于跨境运营、多账号运维团队。

P1Browser【p1指纹浏览器】的博客 238

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

智能问诊的流程

本文介绍基于FastAPI构建的医疗多Agent系统MediAgent,通过症状分析、诊断推理与治疗建议等模块协同,实现从问诊到报告生成的完整工作流。系统采用前后端分离架构,结合MySQL、RabbitMQ与Docker实现工程化部署,支持异步化验结果接入。虽当前状态暂存于内存,但已具备可扩展性,未来可通过Redis持久化、消息队列联动及医疗安全机制完善,应用于慢病管理、辅助决策等场景,推动AI在医疗流程中的落地应用。

Joey 的工作空间~ 788

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

SSD测试工程精通系列 17|TRIM与UNMAP洪峰下的GC竞争(命令风暴与后台任务调度)

本文深入探讨NVMe SSD在面临TRIM/UNMAP命令洪峰时,后台垃圾回收(GC)与前端IO的竞争机制。从协议解析、固件调度、硬件架构到物理层信号,全面剖析命令风暴对QoS和WAF的影响。结合Samsung、Micron、Kioxia等厂商实测数据与失效案例,提供从测试注入、仪器抓取到工程取舍的全链路验证方案,助力资深测试工程师攻克存储性能断崖难题。

专注分享DPU、RDMA智能网卡/SSD(固态硬盘)产品测试与优化 350

基于 YOLOv8 的森林火灾检测系统(Web 版)

本项目面向林区早期火情识别场景,使用YOLOv8完成火焰(Fire)与烟雾(Smoke)两类目标的检测模型训练,并以FastAPI构建 Web 检测平台,把模型能力封装为可直接登录使用的系统。平台除常规的图片、批量、视频、摄像头检测外,还提供同图多权重对比、数据集浏览与标注核对、模型热切换,以及把训练搬到网页上的能力:可在浏览器配置超参数发起真实训练,训练中在线调整学习率、查看进度与动态曲线,训练完成后下载产物或直接应用到检测。

Michael_Jay的博客 71

HTML5 History API 详解:前端路由底层原理

pushState改 URL 不刷新popstate接浏览器导航服务端必须兜底 SPA 入口前端路由的本质不是“魔法”,而是:把「URL 字符串」变成「组件渲染函数」的映射表,再让浏览器历史栈和这张表保持同步。

2603_94941239的博客 223

身份验证漏洞专题(三):持久登录、密码重置与密码修改中的凭据绑定缺陷

密码登录与双因素认证是身份验证的主干流程,但一个完整的认证体系还依赖三类辅助机制:持久登录("记住我")、密码重置、密码修改。这三类机制的共同特征是:它们同样携带或验证凭据,同样直接决定认证状态的归属,但实现时获得的防护强度往往远低于登录页面本身。攻击者绕不开登录接口时,常常可以从这些辅助入口进入。

2401_85321170的博客 654

2026 年前端框架排行榜

前端框架是用于构建用户界面的工具集合,通过预设组件、网格系统和样式规范提升开发效率与可访问性。2026年主流框架包括:React(生态领先,适合全栈)、Next.js(SSR/SEO优化,主流选择)、Vue(学习友好,中小团队首选)、Angular(企业级稳定)、Svelte与Astro(性能突出)。趋势显示,服务端渲染、TypeScript、AI工具融合及轻量化成为关键方向。就业建议:优先学React+Next.js;追求易用选Vue;企业级项目可学Angular;追求极致性能可尝试Svelte或Astr

lxttzlove的博客 316

Vue 前端开发 AI 对话页面:流式消息渲染、文件上传

关键点是不能手动设置 Content-Type 为 multipart/form-data,必须由浏览器自动生成带有 boundary 的请求头,否则后端无法解析。思路:将对象序列化为 JSON 字符串,作为 FormData 的一个普通字段(如 formData.append(‘payload’, JSON.stringify(data))),后端接收该字段后再反序列化。若上传大文件(>10MB),需实现独立的分片上传接口,在提交对话前先获取文件 id 或 url,再随文本发送引用。移除输入框的禁用态;

2402_85729970的博客 400

前端要加密手机号,密钥却不能下发:一次一密的 ECDH + HKDF 方案(十六)

前端加密手机号需避免密钥暴露,采用ECDH协商临时密钥,结合HKDF派生并绑定协议上下文,使用AES-GCM实现认证加密。关键在于两端参数严格一致:曲线、编码格式、盐值与info字段逐字节相同。避免直接哈希共享秘密或日志泄露密钥,服务端返回临时公钥并签名,前端先验签再派生密钥,确保前向安全与防中间人攻击。最终密文结构包含公钥、nonce、密文与认证标签,支持自校验。

tantan的小记录 409

浏览器端素材压缩与上传实践:从 Canvas 到 WebCodecs 与 FFmpeg 回退

本文介绍浏览器端素材上传的完整处理链路,重点解决图片与视频超限问题。图片通过Canvas等比缩放与质量压缩,逐级优化至2MiB内;视频则优先使用WebCodecs硬件编码,结合分辨率降级、码率预算与FFmpeg WASM回退,确保在20MiB内完成转码。强调“先确认后处理”原则,避免无谓资源消耗,并通过多层能力检测保障兼容性与性能。核心思想:压缩成功 ≠ 上传成功,需独立校验。

林恒的博客 369

Geejing WebBuilder AI SQL:一句话生成查询的完整链路与「生成不执行」边界

企业里真正卡住数据核对的,很少是「不会写 SQL」。更常见的是三件小事叠在一起:这张表到底叫什么、日期字段是 `DATE` 还是字符串、当前这套库分页该用 `LIMIT` 还是别的写法。一个熟手要先翻一遍表结构,生手干脆把需求丢给 DBA,一来一回半天就过去了。

m0_60539919的博客 266

从一次检测到持续验证,重新认识 Web 应用安全测试

围绕漏洞修复后再次出现的问题,结合 Burp Suite DAST 与 GraphQL 示例,解析周期检测、证据管理和整改复测的实现思路。

m0_75220675的博客 337
上一篇: 2026 程序员生存指南:当隔壁组新人开始准点下班,他到底开了什么挂?
下一篇: 从“屎山炼金术”到“思维链升华”
Next_Tech_AI
博客等级 码龄1年 0粉丝 13原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值