EMC公司公布了第七份EMC数字宇宙研究报告,这是业界唯一的,量化并预测年度数据产生量的研究报告。今年的研究报告题为“充满机会的数字宇宙:丰富的数据和物联网不断增长的价值”,通过IDC的研究和分析,揭示出无线技术、智能产品和软件定义企业的出现,是如何在全世界急剧增长的数据中扮演核心作用的。相应地,由于物联网,数字宇宙每两年翻一番,2013年到2020年数据量将增长10倍,从4.4万亿GB到44万亿GB。
视角:
物联网包含数十亿日常物件,它们配有独特的标识符,具有自动记录、报告并接收数据的能力。例如,鞋中的传感器可追踪你跑步的速度,或者一个跟踪交通模式的桥梁。根据IDC的数据,现在可联网设备或物件的数量正接近2000亿,其中7%(140亿)已经能够连接并通过互联网通信。这些连接设备的数据量占据今天世界数据总量的2%。IDC现在预测,到2020年,连接设备的数量将增长到320亿部,占据世界数据总量的10%。
物联网还将影响数字宇宙中的大量“有用数据”——那些可以被分析的数据。2013年,数字宇宙中仅22%的信息被视为有用数据,但实际上仅有不到5%的有用数据得到了分析,在数字宇宙中留下像黑暗物质一样被丢掉的大量数据。到2020年,由于物联网带来的数据增长,所有数据中35%的数据将被视为有用数据,但是否利用这种数据将取决于企业。
这一现象将带来与客户互动的崭新方式,简化业务周期,减少运营成本,刺激并为企业带来数万亿美元的业务机会。反过来,它带来了重大的挑战,因为企业寻求管理、存储并保护这种体量庞大并且多样化的数据资源。例如,IDC估计,数字宇宙中40%的数据需要一定水平的保护,从提高的隐私措施到完全加密的数据。尽管如此,这些数据中仅有一半(20%)实际上受到了保护。
其他重要发现:
EMC高管引言
EMC信息基础架构事业部产品运营与营销总裁 Jeremy Burton
“随着越来越多的企业利用社交和移动化趋势,数字宇宙增长有巨大潜力,企业有更多机会对新的数据流进行分析,并从已经拥有的数据中获取更多价值。简单地说,所有类型的公司都将转型成软件定义企业。这一转型潜力是巨大的,意义是艰巨的。 IT部门必须围绕现有基础设施按下重启按钮进行创新,同时做好自身的定位,潜入第三平台计算的未来。”
IDC分析师引言
IDC 高级副总裁Vernon Turner
“数字宇宙和物联网发展齐头并进。随着传感器连入互联网,它们生成的数据对业务的各方面变得越来越重要,推动着原有产业的转型。传统存储服务将升级到新的水平,更具弹性和包容性,以更好地支持数字宇宙,这只能在软件定义的环境中得到保证。”
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。