所见即所得是线上与线下购物体验的最大的差异之一。无论是通过买家秀还是买前 QA，用户都试图借助更多的他人经验来进行购买决策，但这样始终难以与亲自试穿匹敌。2020 年初，为优化用户线上购物的体验，得物App 实现了 AR 试穿功能，用户足不出户便可以在线试穿上万双爆款球鞋甚至稀缺鞋款。试穿中最重要的问题是如何建立一流的 3D 模型，得物App 探索了从结构光扫描到苹果的 Object Capture 技术等技术，创建了高质量的 3D 模型。

本次演讲将会分享得物App 在 AR 试穿试戴、3D 模型制作与渲染等方向上的突破与创新。

演讲提纲：

1. 得物App AR 技术架构
   • AR 试穿与特效
   • AR 应用场景和技术选型
   • 得物App 的 AR 技术架构
2. 得物App 商品的 3D 模型
   • 基于 Object Capture 技术创建高质量模型
   • 基于 Filament 渲染多种材质
3. AR 试鞋技术原理
   • 基于 PCA 模型的标准脚
   • 拟合：从标准脚到每一个人的脚
4. 总结：高质量的 3D 模型 + 优秀的渲染引擎 + 精准的算法 = 丝滑的用户体验

你将获得：

• AR 在电商场景下的运用难点的解决
• AR 在试穿上的实践

UI 框架是应用开发和运行体验的关键要素，包括开发的效率，运行的视觉效果以及流畅度等。随着智能设备的进一步普及，对 UI 框架也提出了新的挑战:

1. 如何适应不同的大大小小不同能力不同形态的设备？
2. 如何在不同设备之间方便的实现流转，协同？
3. 如何在呈现方式上进一步升级，无缝融入 3D，实现更加酷炫的体验？

作为 Openharmony /HarmonyOS 新一代 UI 框架， ArkUI 针对以上几个方面进行了相关的竞争力的探索和实践，这其中包括开发范式上的重新设计，架构上相应的创新和优化。除此之外，作为新一代的框架，生态的上的演进也是至关重要。因此，本次分享除了介绍多设备适配、2D/3D 融合外，也会介绍 ArkUI 如何和现有的应用生态进一步融合的相关探索。

演讲提纲：

1. ArkUI 开发框架的总体介绍
2. 相关方案和实践分享
   • 跨设备
   • 2D/3D 范式升级融合
   • 跨平台 & 生态整合
3. 总结

你将获得：

• 跨设备的方案
• 2D/3D 融合的探索
• 生态拓展的思考

在搜索推荐等算法场景中，在端侧基于用户行为进行实时推理，可以有效提升算法效果，但这需要在端侧进行高效的用户行为采集计算和模型推理。而且，端侧计算环境复杂，计算任务研发成本高，数据离散，数据理解缺失，这就要求我们需要进行端侧环境抽象隔离，才能实现低研发成本。

淘宝端计算平台基于自研的 MNN 推理引擎和深度优化的 Python 虚拟机，在端侧构建了完善的模型推理和特征计算环境，并构建了完善的发布监控等基础设施。目前淘宝端计算平台已服务了包含手机淘宝在内的 20+ App，支撑了百余个业务场景，并取得较好的算法和业务效果。

在本次分享中，我将从计算、数据、质量等多个维度，介绍淘宝端计算平台是如何搭建的和端计算平台在淘宝业务中的实践，以期为你提供构建端计算平台的可复用经验。

演讲提纲：

1. 淘宝端智能平台
   • 端计算平台面临的问题和挑战
   • 淘宝端计算平台的整体架构
2. 任务计算
   • 计算环境构建：AliNNPython 与 MNN 引擎简介
   • 端计算任务研发、发布
3. 数据生产
   • 数据计算：基于数据描述模型的端计算框架
   • 数据存储：端侧统一数据接入层
   • 数据传输：实时数据通道
   • 数据消费：基于授权接入的数据共享和价值量化
4. 质量保障
   • 数据质量实时校验及预警：基于表达式的实时数据校验
   • 全链路任务级监控：离线链路+流式处理
5. 业务实践
   • 淘宝搜推业务基于端计算平台在端上重排等场景中的应用
6. 总结与展望：如何进一步提升任务研发效率与计算环境效率

你将获得：

• 淘宝端计算平台的当前架构设计
• 端计算平台在淘宝搜推业务中的实践
• 淘宝端计算平台演进方向

移动端性能归因作为系统日常必备能力之一，各家都有自己的线上监控方案，但却缺少线下低门槛性能分析工具。字节跳动参考 Instruments 和 Adb 能力，实现了无侵入采集各 App 相关数据，深度分析各类数据，并结合性能优化经验，抽象建构了性能分析工具 Anytrace。Anytrace 致力于线下性能归因分析，为研发与 QA 提高人效。字节跳动内部使用该工具高效定位多个性能问题。

本次演讲我将重点分享字节跳动 Anytrace 研发核心原理以及字节跳动性能归因实战。

演讲提纲：

1. Anytrace 线下分析工具原理介绍
   • "无侵入"性能指标与归因数据采集 
   •  归因手段
2. 移动端线下性能归因实战
   • 卡顿、内存问题分析优化提效
   • 功耗精准采集与分析
   • Fastbot 压测 App 稳定性

你将获得：

• Instruments & Fastbot 工作原理
• 精准采集功耗等性能问题解决方案
• 高效消费线程快照数据方案
• 字节跳动线下性能归因实战经验