专场出品人：黎三平
京东 端基础技术部负责人
十多年的端技术经验，曾负责支付宝端基础技术，目前是京东端基础技术部的负责人，负责端技术架构演进以及端基础技术的能力建设。拥有丰富的端技术经验，致力于端底层技术，端工程平台，跨端动态化，端智能化等方向的技术发展，擅长端技术的架构规划和架构设计。
专场：前端架构与前沿技术
随着移动互联网进入到存量时代，用户体验的精细化管理日益严苛，大前端架构已经成为构建现代化应用的必然选择。为了更好的提升用户体验，更高效的构建大前端的应用，一方面需要不断的对底层技术做突破，另一方面也在智能化等技术上做探索实践。本专场聚焦大前端架构实践，邀请来自一线大厂的技术专家和架构师，分享他们在大前端项目中构建高性能、高效率、智能化、可持续大前端架构的宝贵经验。
杨阳
支付宝跨平台原生渲染引擎的工程实践
支付宝 高级无线开发专家
从事客户端开发 20多年，专注于 手机、智能硬件、IoT、操作系统、GUI 和图形图像 领域，擅长 跨平台自渲染 UI 框架，支持 RTOS、Linux、Android、Windows、Mac、iOS。负责技术架构和深度参与一线开发。关注 高性能 UI 渲染、跨平台兼容性优化和系统级 UI 框架的扩展性，致力于在多端融合的趋势下，打造高效稳定的 UI 解决方案。
1. 跨平台原生渲染的目标与挑战
面对 RTOS、Linux、iOS、Android、鸿蒙、Windows 等多系统与多语言生态，支付宝以“一码多端”为策略，实现统一高性能渲染与灵活动态化。
2. 渲染引擎双线探索历程
手机端始于动态卡片，IoT 端源自 RTOS 轻量化引擎；两条技术栈多年交汇互补，逐步汇聚为同源架构。
3. 渲染管线的对比与选择
平台原生管线首帧快、资源占用小，适配多卡片场景；独立自建渲染管线标准覆盖广、渲染一一致性高，契合小程序与复杂样式动画需求。
4. 自渲染架构设计
统一 C/C++ UI 框架，既支持前端 DSL 也支持原生开发，后端可在系统管线与独立渲染管线之间自由切换。
5. 多平台多场景落地实践
方案已落地于刷脸终端、智能货柜、手表、碰一碰场景的Android/RTOS/Linux/Windows 设备，手机端自渲染则率先在支付宝联系人信息页上线。
6. 工程效率与优化手段
搭建C/C++基础库，以及PC/QEMU/WASM 等多种模拟器，辅以自动化测试与性能监控，在有限资源下达到最优性能。
7. 总结与未来展望
计划引入 Flutter Impeller 提升首帧表现，探索与 KMP × Compose UI 的融合，加速全栈自渲染与跨端基建一体化。
听众收益
1. 宏观认知：把握跨平台原生渲染的总体目标、架构分层思想，在资源受限、系统多样的环境中构建统一高效的原生UI框架。
2. 核心原理：系统了解样式解析→布局→绘制→合成→光栅化全流程，理解系统管线自绘与独立管线自渲染，在不同场景的取舍。
3. 实战方法：学到手机与 IoT 双栈复用、窗口适配、极低资源设备优化等多平台落地技巧。
4. 工程效能：涵盖工程管理、模拟器调试、性能优化等实践技巧，提升开发与调试效率。
5. 技术前瞻：了解 KMP Compose、Flutter 及 AI 多模态趋势，把握未来跨端机会。
面对 RTOS、Linux、iOS、Android、鸿蒙、Windows 等多系统与多语言生态，支付宝以“一码多端”为策略，实现统一高性能渲染与灵活动态化。
2. 渲染引擎双线探索历程
手机端始于动态卡片，IoT 端源自 RTOS 轻量化引擎；两条技术栈多年交汇互补，逐步汇聚为同源架构。
3. 渲染管线的对比与选择
平台原生管线首帧快、资源占用小，适配多卡片场景；独立自建渲染管线标准覆盖广、渲染一一致性高，契合小程序与复杂样式动画需求。
4. 自渲染架构设计
统一 C/C++ UI 框架，既支持前端 DSL 也支持原生开发，后端可在系统管线与独立渲染管线之间自由切换。
5. 多平台多场景落地实践
方案已落地于刷脸终端、智能货柜、手表、碰一碰场景的Android/RTOS/Linux/Windows 设备，手机端自渲染则率先在支付宝联系人信息页上线。
6. 工程效率与优化手段
搭建C/C++基础库，以及PC/QEMU/WASM 等多种模拟器，辅以自动化测试与性能监控，在有限资源下达到最优性能。
7. 总结与未来展望
计划引入 Flutter Impeller 提升首帧表现，探索与 KMP × Compose UI 的融合，加速全栈自渲染与跨端基建一体化。
听众收益
1. 宏观认知：把握跨平台原生渲染的总体目标、架构分层思想，在资源受限、系统多样的环境中构建统一高效的原生UI框架。
2. 核心原理：系统了解样式解析→布局→绘制→合成→光栅化全流程，理解系统管线自绘与独立管线自渲染，在不同场景的取舍。
3. 实战方法：学到手机与 IoT 双栈复用、窗口适配、极低资源设备优化等多平台落地技巧。
4. 工程效能：涵盖工程管理、模拟器调试、性能优化等实践技巧，提升开发与调试效率。
5. 技术前瞻：了解 KMP Compose、Flutter 及 AI 多模态趋势，把握未来跨端机会。
谢国
跨平台开发框架在鸿蒙生态的实践与未来思考
华为 技术专家
目前在华为负责鸿蒙上跨平台开发框架的技术支持与演进。有多年移动端开发经验，2014 年加入移动互联网，负责过手淘容器 Atlas 框架，在爱奇艺负 infra 团队（架构，创新，工具），在字节负责过 Flutter 中台团队 （团队给 Flutter 官方提交近 200 PR，2021 GoogleIO 开头 5+ mins 介绍字节 Flutter 技术）。主导过一些框架开源项目，如热修框架 Aceso，容器框架 Qigsaw 等。
随着移动互联网和物联网的快速发展，跨平台开发框架成为提升开发效率、降低维护成本的关键技术。鸿蒙操作系统（HarmonyOS）作为面向全场景的分布式操作系统，为跨平台开发提供了全新的机遇和挑战。本次分享将围绕 Flutter、React Native（RN）等主流跨平台框架在鸿蒙上的实践，包括与京东 TN 结合的实际案例，并展望跨平台开发框架的未来发展方向。
内容大纲
1. 跨平台开发框架的现状与趋势跨平台开发的价值：提升效率、降低成本、支持多端一致性
主流框架概览：Flutter、React Native 的技术特点与适用场景
2. 主流框架在鸿蒙上的实践
2.1 Flutter 在鸿蒙上的适配与优化
2.2 Flutter 与鸿蒙的集成方案。
2.3 性能优化实践：渲染效率、内存管理、垂直整合
2.4 React Native 在鸿蒙上的落地实践
2.5 RN 与鸿蒙的桥接技术
2.6 RN 在鸿蒙上的渲染管线优化和 JS 虚拟机的优化技术，典型案例分享
3. 跨平台开发框架在鸿蒙生态中的机遇与挑战
3.1 跨平台开发在鸿蒙上遇到的技术挑战与解决方案
3.2 新一代跨平台框架的构建思路与实践
3.3 未来技术趋势：AI 辅助开发、低代码平台、全场景支持
4. 总结与展望
4.1 跨平台开发框架在鸿蒙生态中的未来发展方向
4.2 呼吁更多开发者与厂商加入鸿蒙生态，共同推动技术进步与生态繁荣
2. 主流框架在鸿蒙上的实践
2.1 Flutter 在鸿蒙上的适配与优化
2.2 Flutter 与鸿蒙的集成方案。
2.3 性能优化实践：渲染效率、内存管理、垂直整合
2.4 React Native 在鸿蒙上的落地实践
2.5 RN 与鸿蒙的桥接技术
2.6 RN 在鸿蒙上的渲染管线优化和 JS 虚拟机的优化技术，典型案例分享
3. 跨平台开发框架在鸿蒙生态中的机遇与挑战
3.1 跨平台开发在鸿蒙上遇到的技术挑战与解决方案
3.2 新一代跨平台框架的构建思路与实践
3.3 未来技术趋势：AI 辅助开发、低代码平台、全场景支持
4. 总结与展望
4.1 跨平台开发框架在鸿蒙生态中的未来发展方向
4.2 呼吁更多开发者与厂商加入鸿蒙生态，共同推动技术进步与生态繁荣
臧成威
京东双十一实战验证：TaroNative 实现一套代码多端极致体验
京东 动态化架构师
京东动态化架构师，负责京东动态化框架 Taro Native 的架构设计工作。2009年毕业后先从事嵌入式软件开发领域，2012年投身移动互联网，曾在美团、阿里巴巴工作。有着 5 年的移动端动态化框架经验，参与和主导过多款动态化框架的 0-1 架构设计。
京东 app，作为京东集团重要的电商应用。对于体验、发布效率、质量有着极高的要求。因此动态化的演进随着应用的发展不断的变迁着，而 TaroNative 正是因为这一些需要应运而生。本讲的主题就是围绕 TaroNative 的诉求与技术与大家共同探讨下京东对于动态化的理解。
内容大纲
1. 京东电商动态化技术的背景
2. TaroNative 新一代动态化引擎的诉求
3. TaroNative 核心技术
4. 技术展望
听众收益
1. 了解京东动态化技术的演进路线和思考
2. 得到一些新动态化技术的启发
3. 得到一些JS内核技术的启发
王之轩
Lynx Starlight布局引擎的设计与实现
字节跳动 Lynx Multiplaform组Leader
现任字节跳动内跨端框架Lynx负责多平台方向的Leader。负责Lynx跨端框架对多平台支持以及其架构，包含Lynx对PC的支持，在鸿蒙的落地适配，推动多平台渲染一致性以及可维护性优化，以及设计多平台兼容的框架架构等。曾负责Lynx Starlight布局引擎，及Lynx国际化能力的设计与研发。在加入字节跳动前曾在Amazon Seattle负责Kindle布局引擎的设计与研发。对跨端框架、Web前端规范、布局引擎有深入的了解与大量的实践经验。
本次技术分享聚焦 Lynx 布局引擎研发，基于融入 Web 生态的目标，阐述突破 Yoga 引擎局限、自研布局引擎的必要性。演讲将剖析 Web 布局规范演进及核心特性，介绍轻量引擎 Starlight 的架构设计是如何兼顾轻量化与对Web语法的贴近，包括语法体系、模块分层及标准兼容性思路。落地实践环节分享性能优化、兼容性保障等工程经验，呈现从需求驱动到技术落地的完整路径，展现贴合 Web 生态的布局引擎构建逻辑。
内容大纲
1. Lynx为什么需要自己的布局引擎
1.1 Lynx贴近Web生态的愿景， 开发者体验与吸纳Web标准的庞大生态
1.2 RN的布局编写体验与Web的差距
2. 从理解web布局规范到如何打造一个更像web的“轻量”布局引擎
2.1 理解Web的布局: Web布局的历史与现状 - 从Normal Flow 到 Grid
文字布局: 引出，布局引擎“轻量化”的核心 - 使用Native能力实现文字布局，以块为主的布局语法设计
2.2 Starlight对布局语法的设计与实现
2.2.1 以块布局为主的布局引擎 - 平衡前端体验与性能
2.2.2 CSS模块与布局引擎的分层设计，通用布局CSS与多个布局算法的设计
2.2.3 对齐Web CSS 表现 - 理解Web的布局单位与Sizing逻辑
2.2.4 行内布局 与 Native 拓展布局
2.2.5 国际化，writing mode 与direction 与逻辑属性
2.2.6 架构的挑战 - 如何在可拓展布局算法的同时，让通用布局CSS在各种布局算法中能够被完美支持
3. 布局引擎落地实践
3.1 Native布局引擎的性能 - 减少文字布局的触发次数
3.2 亚像素布局， 解决精度问题 - 网格对齐与定点数
3.3 稳定性与兼容性 - 使引擎在不断的迭代中，在不break用户页面的同时趋于稳定
4. 布局动画与布局驱动的元素更新
听众收益
1. 理解Web布局引擎的设计
2. 提供设计轻量且符合前端思路的布局引擎的思路
3. 了解布局引擎的实现细节
内容大纲
1. Lynx为什么需要自己的布局引擎
1.1 Lynx贴近Web生态的愿景， 开发者体验与吸纳Web标准的庞大生态
1.2 RN的布局编写体验与Web的差距
2. 从理解web布局规范到如何打造一个更像web的“轻量”布局引擎
2.1 理解Web的布局: Web布局的历史与现状 - 从Normal Flow 到 Grid
文字布局: 引出，布局引擎“轻量化”的核心 - 使用Native能力实现文字布局，以块为主的布局语法设计
2.2 Starlight对布局语法的设计与实现
2.2.1 以块布局为主的布局引擎 - 平衡前端体验与性能
2.2.2 CSS模块与布局引擎的分层设计，通用布局CSS与多个布局算法的设计
2.2.3 对齐Web CSS 表现 - 理解Web的布局单位与Sizing逻辑
2.2.4 行内布局 与 Native 拓展布局
2.2.5 国际化，writing mode 与direction 与逻辑属性
2.2.6 架构的挑战 - 如何在可拓展布局算法的同时，让通用布局CSS在各种布局算法中能够被完美支持
3. 布局引擎落地实践
3.1 Native布局引擎的性能 - 减少文字布局的触发次数
3.2 亚像素布局， 解决精度问题 - 网格对齐与定点数
3.3 稳定性与兼容性 - 使引擎在不断的迭代中，在不break用户页面的同时趋于稳定
4. 布局动画与布局驱动的元素更新
听众收益
1. 理解Web布局引擎的设计
2. 提供设计轻量且符合前端思路的布局引擎的思路
3. 了解布局引擎的实现细节
王成玉
智能投放新范式-AIGC驱动在快手渠道增长的技术实践
快手 前端技术专家
快手前端技术专家，从业近10年，2020年加入快手，对于复杂业务的理解及平台架构设计有丰富经验。目前在快手，主要负责主站用户增长下平台方向下渠道、活动平台等业务的前端架构及日常研发管理工作，整个团队围绕着提效、创新持续探索技术赋能业务的有效手段，挖掘出创意中心技术基建项目，涉及到设计模板解析、编辑器、合图/视频、AI文生文/图/视频等领域。
作为支撑快手全域产品增长的核心引擎，渠道投放业务日均管理10+主流广告平台的投放资源，持续围绕运营提效和投放效果优化探索技术有效赋能的做功点。面对跨媒体平台适配、多模态素材生产、垂类差异化需求等多维度的复杂挑战，本次分享将深入解析：1）如何构建多模态AIGC技术体系，实现文生文、图生图、视频高光剪辑等核心能力在创意生产链路的工程化落地；2）突破跨垂类适配难题，针对电商、小游戏、短剧等业务特性建立个性化生成模型，日均产出创意素材数万个；3）构建智能投放决策系统，通过素材质量评估与投放效果预测双重验证，实现优质素材覆盖率、投放钱效提升的技术突破。本次实践突破传统的业务模式，融合AI创新能力，实现了复杂业务场景下创意生产成本的降低、创意CTR提升1.5倍的突破性成果；同时，也创建了智能营销技术的新范式。
内容大纲
1. 背景、痛点及目标
1.1 背景（渠道业务形态、特点、各方协作链路）
1.2 痛点：高质量创意产能问题
1.2.1 创意效果日益衰退的既定事实、垂类灵活拓展的诉求、现有生产链路的问题
1.3 目标：同时满足质量+产量+灵活拓展
2. 创意内容分析
2.1 图片创意的关键结构：布局、内容
2.2 视频创意的关键结构：布局、内容、动效、音效、帧率码率
3. 新思路-创意中心
3.1 产能：模板+自动化
3.2 效果：利益点透出+视觉丰富（动效、AIGC...)
3.3 灵活拓展：工作流
3.4 整体架构
4. AI探索与落地应用的执行过程
4.1 快手内AI能力调研
4.2 结合业务形态探索AI能力在创意（图、视频）生产中可用场景
4.3 线下生产-小范围投放-验证效果-稳定量产
5. 当前进展
5.1 技术能力汇总
5.1.1 沉淀了D2C、合图服务
5.1.2 接入了哪些AI能力
5.2 业务能力汇总，案例展示
5.2.1 电商链路生产形态分享
5.2.2 小游戏生产链路分享
6. 总结及展望
6.1 收益总结
6.2 投放全链路AI化的可能性探索
内容大纲
1. 背景、痛点及目标
1.1 背景（渠道业务形态、特点、各方协作链路）
1.2 痛点：高质量创意产能问题
1.2.1 创意效果日益衰退的既定事实、垂类灵活拓展的诉求、现有生产链路的问题
1.3 目标：同时满足质量+产量+灵活拓展
2. 创意内容分析
2.1 图片创意的关键结构：布局、内容
2.2 视频创意的关键结构：布局、内容、动效、音效、帧率码率
3. 新思路-创意中心
3.1 产能：模板+自动化
3.2 效果：利益点透出+视觉丰富（动效、AIGC...)
3.3 灵活拓展：工作流
3.4 整体架构
4. AI探索与落地应用的执行过程
4.1 快手内AI能力调研
4.2 结合业务形态探索AI能力在创意（图、视频）生产中可用场景
4.3 线下生产-小范围投放-验证效果-稳定量产
5. 当前进展
5.1 技术能力汇总
5.1.1 沉淀了D2C、合图服务
5.1.2 接入了哪些AI能力
5.2 业务能力汇总，案例展示
5.2.1 电商链路生产形态分享
5.2.2 小游戏生产链路分享
6. 总结及展望
6.1 收益总结
6.2 投放全链路AI化的可能性探索
听众收益
1. 了解渠道投放的业务
2. 如何运用AI能力做素材的AIGC？有哪些应用场景？
3. AI赋能广告业务全链路还有哪些探索方向？
毛亮亮
从设计到代码，助力业务提效——AI在Sloth D2C中的探索实践
腾讯音乐 资深前端开发工程师
腾讯音乐资深前端开发工程师（腾讯职级11级），先后在百度（3年）、腾讯音乐就职（7年），18年入职腾讯音乐，目前主要负责腾讯音乐人开放平台、生态合作平台等业务的前端架构及日常研发管理工作。
工作近10年以来深耕前端领域，对于大型 Web/小程序应用架构设计与优化有丰富的经验。在团队技术基建方面整体负责前端研发智能化相关系统的开发及规划，涉及设计稿转码（D2C）、AI生稿（A2D）、AI编程等领域，相关产品在集团内得到广泛使用，取得不错成果。
工作近10年以来深耕前端领域，对于大型 Web/小程序应用架构设计与优化有丰富的经验。在团队技术基建方面整体负责前端研发智能化相关系统的开发及规划，涉及设计稿转码（D2C）、AI生稿（A2D）、AI编程等领域，相关产品在集团内得到广泛使用，取得不错成果。
本次分享将探讨前端智能化中热门领域D2C（设计稿转码）及A2D（AI生稿），通过解析其关键实现链路，你能够了解如何结合工程化+AI双引擎来保证D2C中生成代码的UI还原度及结构合理性，如何打造一款A2D工具。以及结合MCP服务和低代码平台进一步助力业务提效。
内容大纲
1. 项目背景及收益
1.1 背景（工作提效需要、天然的AI应用场景、产品迭代版本概要）
1.2 收益（人力提效、UI还原度提升）
2. D2C实现关键链路
2.1 标准DSL（节点清洗、遮挡检测）
2.2 结构推导（父子推导、行列分组）
2.3 人工介入（在线编辑、AI推导）
3. A2D实现关键链路
3.1 prompt设计
3.2 大模型流式生成及渲染
3.3 html转设计稿
4. 业务如何接入？
4.1 MCP服务
内容大纲
1. 项目背景及收益
1.1 背景（工作提效需要、天然的AI应用场景、产品迭代版本概要）
1.2 收益（人力提效、UI还原度提升）
2. D2C实现关键链路
2.1 标准DSL（节点清洗、遮挡检测）
2.2 结构推导（父子推导、行列分组）
2.3 人工介入（在线编辑、AI推导）
3. A2D实现关键链路
3.1 prompt设计
3.2 大模型流式生成及渲染
3.3 html转设计稿
4. 业务如何接入？
4.1 MCP服务
4.2 低代码融合
5. 总结及展望
5. 总结及展望
听众收益
1. 了解D2C的关键实现
2. 了解A2D的关键实现
3. AI赋能业务的一些思考
1. 了解D2C的关键实现
2. 了解A2D的关键实现
3. AI赋能业务的一些思考
彭荣树
AI 赋能的 Vision 智能动效体系
快手 前端技术专家
先后就职于美团快手等企业，拥有近十年大型互联网产品研发经验，擅长复杂业务场景下的前端工程化体系搭建与跨端技术方案设计。目前主要负责快手动效平台相关基建的开发与整体规划设计，涉及到动效资产生产、智能检测、多端渲染SDK的全链路技术方案。
在前端活动领域，动效一直是一个具有挑战性的部分。从动效的生产、交付、消费链路上，存在着各种问题。生产阶段动效资产复用率低、管理成本高，特定场景动效制作缺乏自动化手段；交付阶段设计师与开发者标准不统一，需反复沟通且缺乏自动化修复机制；消费阶段的运行时差异、性能优化与代码实现高度依赖经验。Vision 通过标准化方案系统化解决这些问题——生产侧提供带分类检索的 AE 插件实现资产复用，AI 赋能自动生成序列帧等场景动效；交付侧采用静态分析+AI 辅助建立标准规范与自动化修复；消费侧通过统一 Runtime 实现多端适配，结合 Vision-MCP 进行 CodeGen 与组件化开发，使开发者在语义化描述下自动生成优化代码，最终建立起从生产、交付到消费的 AI 赋能型动效工业化体系。
内容大纲
1. 背景与挑战
2. 设计师与研发在动效场景下的困局
3. Vision - 多平台一站式动效解决方案
4. 整体方案与设计
5. 生产阶段：如何高效生产管理复用动效
5.1 特定场景的 AI 生产方案
5.2 动效在线管理，AE 插件一键复用
6. 交付阶段：准入准出标准
6.1 静态检查与智能分析
6.2 真机准出与归因分析
7. 消费阶段：如何快速交付高性能动效
7.1 多平台多格式动效统一 Runtime
内容大纲
1. 背景与挑战
2. 设计师与研发在动效场景下的困局
3. Vision - 多平台一站式动效解决方案
4. 整体方案与设计
5. 生产阶段：如何高效生产管理复用动效
5.1 特定场景的 AI 生产方案
5.2 动效在线管理，AE 插件一键复用
6. 交付阶段：准入准出标准
6.1 静态检查与智能分析
6.2 真机准出与归因分析
7. 消费阶段：如何快速交付高性能动效
7.1 多平台多格式动效统一 Runtime
7.2 Vision-MCP 进一步降低使用成本
8. 总结与未来展望
8. 总结与未来展望
听众收益
1. 了解动效开发在各个链路中的核心问题
2. 掌握通过技术手段解决动效各阶段问题的方法
3. 学习如何利用 AI 提升各阶段效率与体验
SECon组委会是由业界多位资深技术专家发起，负责组织技术指导委员会，并和委员会的专家一起挖掘全球软件工程领域的创新技术，同时依托智盟创课国内领先的人才能力提升服务供应商，组织专业的会务服务团队，全面推进会议的顺利落地，保证参会者体验。
服务总线：400-183-9980
商务合作：151-2264-3988 木子
票务联系：186-0005-0529 丽媛
E-mail：speaker@secon.com.cn
关注SECon公众号
添加SECon小助手，获取
会议最新资讯
