根据Azul最新发布的《2026年Java现状调研报告》,Java在构建人工智能应用方面的流行度持续攀升,62%的受访者依靠Java进行AI开发工作。相比之下,去年的报告中使用Java开发AI功能的参与者仅为50%。
这份于2月10日发布的报告基于2025年9月至11月期间对超过2000名Java用户的调研。报告还发现,81%的参与者已经迁移、正在迁移或计划从Oracle的Java迁移到非Oracle的OpenJDK发行版,92%的受访者对Oracle Java的定价表示担忧。
调研发现了一个明显趋势,即在Java已经支撑的企业系统中嵌入人工智能功能。报告指出,Java开发者在开发AI功能时有众多AI库可供选择,其中受访者使用最多的是JavaML,其次是Deep Java Library(DJL)和OpenCL。31%的受访者表示他们编写的代码中有超过一半包含AI功能。
受访者还被询问了用于创建Java应用程序代码的AI驱动代码生成工具。其中OpenAI的ChatGPT位居首位,紧随其后的是Google Gemini Code Assist、Microsoft Visual Studio IntelliCode和GitHub Copilot。
报告中的其他发现包括:
18%的受访者已经采用了Java开发工具包(JDK)25,这是2025年9月发布的最新长期支持版本。
64%的受访者表示他们超过一半的工作负载或应用程序是用Java构建或在JVM上运行的,相比去年的68%略有下降。
43%的受访者表示Java工作负载占其云计算账单的一半以上。
63%的受访者表示死代码或未使用代码在某种程度上或很大程度上影响了DevOps生产效率。
Q&A
Q1:Java在AI开发中的应用有多普及?
A:根据Azul的2026年Java现状调研报告,62%的受访者依靠Java进行AI开发,相比去年的50%有明显增长。31%的受访者表示他们编写的代码中有超过一半包含AI功能,显示Java在AI开发领域的应用越来越广泛。
Q2:Java开发者常用哪些AI库和工具?
A:在AI库方面,Java开发者使用最多的是JavaML,其次是Deep Java Library(DJL)和OpenCL。在AI驱动的代码生成工具方面,OpenAI的ChatGPT使用率最高,紧随其后的是Google Gemini Code Assist、Microsoft Visual Studio IntelliCode和GitHub Copilot。
Q3:为什么这么多企业要从Oracle Java迁移?
A:调研显示,81%的参与者已经迁移、正在迁移或计划从Oracle的Java迁移到非Oracle的OpenJDK发行版,主要原因是92%的受访者对Oracle Java的定价表示担忧,企业希望降低成本并获得更多选择权。
好文章,需要你的鼓励
Kollmorgen发布NDC布局助手软件工具,专为工厂和仓库中的自动导引车(AGV)及自主移动机器人(AMR)的路线规划与优化而设计。该工具通过分段分析路线,帮助工程师在系统部署前识别瓶颈与低效环节,提供行驶时间、车速及优化潜力等关键数据,并以可视化方式标注问题区域,从而缩短布局设计与验证周期。Kollmorgen表示,该工具未来还将融入AI驱动的优化能力。
这篇由加州大学圣地亚哥分校等六所机构联合发布的综述(arXiv:2605.02913,2026年4月),首次系统梳理了大型语言模型强化学习训练中长期被忽视的轨迹设计问题,提出了GFCR四模块框架(生成、过滤、控制、回放),覆盖数学、代码、多模态和智能代理等多个应用场景,并附有实用的故障诊断手册,为AI训练工程师提供系统性的方法论指导。
现代仓储已从幕后走向前台,配送速度成为品牌竞争核心。面对次日达甚至两小时送达的市场压力,领先履约中心借鉴敏捷开发理念,以周为单位迭代代码、机器人与工作流程。IoT信标、边缘计算与视觉识别模块构建双层架构,实现厘米级货盘追踪与低延迟决策。人机协作模式让员工从重体力劳动转向异常处理与数据分析,拣选准确率突破99%。同时,自动化系统实时采集碳排放数据,在提速的同时实现可量化的减排目标。
中国科学技术大学与FrameX.AI联合提出Stream-R1框架,针对AI视频生成蒸馏训练中"一视同仁"的核心缺陷,引入奖励模型对训练样本进行双重加权:在样本层面根据质量分数筛选可靠的学习信号,在像素与帧层面通过梯度显著性热力图集中优化最需改进的区域,使4步快速学生模型在VBench多项指标上超越慢速多步教师模型,推理速度提升30倍且不增加任何额外计算开销。