Error: Static methods in interface require -target:jvm-1.8

最新推荐文章于 2026-06-17 22:07:45 发布
原创 最新推荐文章于 2026-06-17 22:07:45 发布 · 1.3k 阅读 · 2 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
标签
#Flink1.11 #Watermark #target jvm
本文介绍了解决Flink 1.11版本中使用WatermarkStrategy类方法时出现的静态方法错误。通过调整IDEA设置或修改pom.xml文件来指定目标JVM版本为1.8，可以有效避免该异常。

在Flink1.11中使用WatermarkStrategy类中的方法时可能会报如下异常：

 

Error:(55, 92) Static methods in interface require -target:jvm-1.8
        .assignTimestampsAndWatermarks(WatermarkStrategy.forBoundedOutOfOrderness[LogEvent](Duration.ofSeconds(2))

解决办法：

在File -> Settings中按图设置即可：-target:jvm-1.8

或者在pom.xml文件中添加如下配置：
在这里插入图片描述

添加如下：

<configuration>
    <addScalacArgs>-target:jvm-1.8</addScalacArgs>
</configuration>
Qwen3.5-9B高效混合架构解析：稀疏MoE与门控Delta部署详解
weixin_26854475的博客
03-20 310
本文介绍了如何在星图GPU平台上自动化部署Qwen3.5-9B镜像，实现高效的多模态AI推理。该模型采用创新的稀疏MoE与门控Delta架构，显著提升视觉推理、代码生成等任务的性能，适用于智能客服、内容创作等场景。通过星图GPU平台，用户可快速搭建高性能AI推理环境。
Gemma4 vs Qwen3.6 全面对比+Gemma4本地部署教程（Ollama版，新手也能秒上手）
ffflesleo的博客
04-07 1977
谷歌Gemma4与阿里Qwen3.6大模型对比及Gemma4本地部署指南 核心差异： 显存占用：Gemma4采用MoE架构，12GB显卡可流畅运行26B版本，而Qwen3.6需要14GB显存 中文能力：Qwen3.6在中文写作、对话场景表现更优 代码开发：Gemma4在复杂算法、长上下文处理占优 工具调用：Gemma4对Agent工作流优化更深入 商业授权：Gemma4采用Apache 2.0协议，商用更友好 部署教程（Ollama版）： 安装Ollama：支持Mac/Windows/Linux全平台 拉取
Qwen3.6-27B 与 35B-A3B 实测对比
专注IT技术、AI实践与架构思考。
05-06 3692
阿里通义千问最近发布的 Qwen3.6 系列让开源社区热闹非凡，其中最引人关注的就是两款定位截然不同的模型：27B 稠密模型和35B-A3B MoE 模型。前者参数全激活，后者稀疏路由，选哪个让不少人犯了难。今天我们就来把这两款模型掰开了揉碎了聊清楚。
Qwen3.6正式开源，华为昇腾910B实现高效适配
yumgpkpm的专栏
04-17 1846
多模态能力方面，模型原生支持“思考/非思考”双模式切换，在MMBench、RealWorldQA等视觉语言基准测试中表现媲美Claude-Sonnet-4.5，尤其在空间智能领域，RefCOCO基准得分达92.0，ODInW13基准得分50.8，能够精准完成图像目标定位、文档信息提取等复杂任务。该模型采用混合专家（MoE）架构，以350亿总参数量、仅激活30亿参数的轻量化设计，在编程、多模态理解等核心能力上实现显著突破，同时华为昇腾910B已完成对该模型的深度适配，为国产算力生态注入新活力。
Mac Studio M3 Ultra 运行大模型实测：Qwen3.6 vs 6款主流模型工具调用对比
专注IT技术、AI实践与架构思考。
04-21 2369
苹果 M3 Ultra 芯片将统一内存容量推升至 512GB，让本地运行千亿参数大模型成为可能。这次测试在 Apple M3 Ultra + 256GB 内存环境下，对比 7 款主流大模型在工具调用、代码生成、推理速度等多个维度的表现，Qwen 系列模型在工具调用方面展现出压倒性优势。
Qwen3.5-9B参数详解：稀疏MoE架构对显存占用的影响分析
weixin_35756624的博客
03-20 87
本文介绍了如何在星图GPU平台上自动化部署Qwen3.5-9B镜像，该稀疏MoE架构大模型通过动态激活机制显著降低显存占用。该镜像特别适用于高吞吐AI推理场景，如智能客服对话系统，能在保持低延迟的同时处理海量并发请求。
OpenClaw性能对比：Qwen3.5-9B在不同量化精度下的任务成功率
AmberFalcon42的博客
04-07 298
本文介绍了如何在星图GPU平台上自动化部署Qwen3.5-9B 90 亿参数开源大语言模型镜像，并探讨其在不同量化精度下的任务表现。该模型特别适用于代码生成、文本摘要等场景，如在开发环境中使用INT8量化可显著降低内存占用同时保持较高代码准确率。通过星图GPU平台，用户可快速搭建AI应用环境，提升开发效率。
Qwen3.5-9B入门必看：多模态token早期融合机制原理简析
weixin_30674431的博客
03-20 212
本文介绍了如何在星图GPU平台上自动化部署Qwen3.5-9B镜像，实现多模态AI任务处理。该模型通过创新的早期融合机制，能够同时理解文本和图像信息，适用于智能客服、内容审核等需要跨模态理解的场景，显著提升多模态任务处理效率。
51c大模型~合集111
whaosoft~aiotの开发板商城
02-10 2056
OpenAI 的某发言人表示：「为了提高清晰度和安全性，我们增加了一个额外的后处理步骤，其中模型会审查原始的思维链，删除任何不安全的内容，然后简化某些复杂的思维。可以看到，虽然 ChatGPT 确实完成了任务并展示了总结版的思维链，但似乎并未如 OpenAI 发言人说的那样给出与提示词语言同样语言的总结版。北大-灵初联合实验室表示，Align-DS-V的多模态强推理能力是VLA模型大脑端的核心，接下来的研究训练计划，是利用多模态推理模型的跨模态穿透能力，实现action穿透，最终实现真正高效的VLA模型。
Qwen3.5-4B-Claude-Opus效果展示：代码调试思路生成+错误定位建议真实截图集
weixin_28771751的博客
03-27 33
本文介绍了如何在星图GPU平台上自动化部署Qwen3.5-4B-Claude-4.6-Opus-Reasoning-Distilled-GGUF镜像，实现高效的代码调试与错误定位功能。该轻量级AI模型特别擅长解析复杂代码逻辑、生成分步骤调试建议，并精准定位编程错误，可广泛应用于开发调试、编程学习及代码审查等场景，显著提升开发效率。
【深度解析】阿里Qwen3.6-Plus × 谷歌Gemma 4 × 微软MAI：三巨头同日发布，AI军备竞赛进入白刃战
u014354882的博客
04-03 491
2026年4月2日，AI圈迎来了史无前例的一幕——阿里发布Qwen3.6-Plus编程能力直逼Claude、谷歌开源Gemma 4以31B参数击败600B模型并全面转向Apache 2.0、微软推出三款MAI自研模型宣告自主化路线提速。本文基于笔者在腾讯10年后端开发经验，从模型能力、技术架构、开源策略、开发者影响四个维度进行深度横评，给出不同场景下的选型建议和架构实践方案。
OpenClaw技能市场探秘：Qwen3.5-9B加持的10个高效工具
weixin_36078669的博客
04-07 238
本文介绍了如何在星图GPU平台上自动化部署Qwen3.5-9B 90 亿参数开源大语言模型镜像，实现高效任务自动化处理。该模型在OpenClaw技能市场中发挥核心作用，例如自动生成会议纪要、智能分类邮件等场景，显著提升工作效率。通过星图GPU的便捷部署，用户可快速体验大模型驱动的自动化工具。
2026年5月AI模型排行榜：GPT-5.5、Claude Opus 4.7、DeepSeek V4三大阵营深度对比
xyghehehehe的专栏
05-05 9380
2026年5月AI模型竞争呈现三足鼎立格局：GPT-5.5以82.7%的Terminal-Bench得分领跑Agentic工作流，Claude Opus 4.7在复杂编程任务(SWE-bench Pro 64.3%)表现最优，DeepSeek V4则以1/35的成本提供接近前沿性能。开源阵营GLM-5.1、Qwen3.6和Kimi K2.6在编程和推理任务上已追平闭源模型。技术焦点从参数竞赛转向智能体能力和成本效益，4月更出现9个模型密集发布的盛况。不同模型各有所长：GPT-5.5擅长终端自动化，Claud
彻底爆了！阿里最新Qwen大模型，再次拿下第一！
算法channel
03-20 382
这些客观盲测排在前面的国产大模型，推荐看到这里的读者去实际用用看看，我带队开发的本地个人知识库目前用户已经2万3千人，内核RAG算法的嵌入模型、分词模型等使用的也是Qwen3.5的模型，RAG算法精度相比上一版本提升5%-10%，下一篇文章我会给读者们解读。具体来说，这张LMArena官方公布的多维度能力对比雷达图，对比了千问家族的三代旗舰模型：最内圈的红线是之前的 2.5 版本，中间的绿线是 3.0 版本，而最外圈那条几乎顶到雷达图边缘的蓝线，就是这次的主角。更新了最新一期排名，硬核的数据印证了这一点。
测一测“国产最强”模型Qwen 3.6 plus！
jarvisuni的博客
04-03 917
今天的研究对象是 Qwen 3.6 Plus！我挺喜欢的 Qwen 系列，因为它们在开源方面做得很好啊！但是我非常不喜欢有些人或者媒体在我面前瞎吹！Qwen 3.6 Plus 已经有这个苗头，看到好多“国产最强”的描述了。我发现现在大媒体也是闭眼吹，只要看到有“最”字的评价全部可以忽略。我在分享白嫖qwen3.6的四种方式的时候，官方还没有发文，也没有任何资料。今天基准数据都出来了：有点雷式对比法的意思了。看起来确实好强啊，国产模型全部被碾压了！
【收藏必备】开源AI大模型终极指南：MiniMax登顶，DeepSeek、Qwen各领风骚
Code1994的博客
11-07 2995
本文盘点了全球开源AI大模型最新排名，MiniMax M2以61分登顶，gpt-oss系列性价比惊人，DeepSeek编程能力出色，Qwen3中文优化最佳。分析了2025年四大趋势：国产崛起、性能价格突破、商业化加速和速度优化。根据不同需求提供了选择建议：性能选MiniMax，编程选DeepSeek，中文场景推荐Qwen3。选择需考虑性能、场景、技术和许可因素。
监控“失明”了怎么办？国标GB28181视频平台EasyGBS平台AI视频质量诊断让运维效率提升10倍
EasyGBS的博客
06-17 871
监控系统“看得见”是底线，“看得清”是要求，“一直看得清”才是目标。
智谱 GLM-5.2 开源登顶、科创板向 AI 大模型开门、沪指收复 4100 点
最新发布
weixin_45526015的博客
06-17 1332
**今天你必须知道的 3 件事：** > ① 智谱 GLM-5.2 正式上线开源，Code Arena 全球可用模型排名第一 > ② 科创板上市标准扩围至 AI 大模型行业，未盈利 AI 公司上市通道打开 > ③ A 股沪指收复 4100 点，科创 50 暴涨 4.69%，半导体全面爆发
评论 4
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