服务器/桌面系统虚拟化方案供应商思杰公司已经正式将存储虚拟化软件初创企业Sanbolic收入囊中,但具体交易金额尚未明确披露。
Sanbolic公司的Melio软件能够将一组服务器的直连与网络连接存储转化为虚拟存储资源池。
思杰方面将把该软件与其XenDesktop、XenApp以及XenMobile产品加以整合,从而开发出一系列能够“提高经济性并降低Windows应用程序交付与VDI部署复杂性”的差异化解决方案。
思杰公司指出,“凭借着对Sanblic的收购,思杰将推动一系列全新解决方案,旨在由此实现业界领先的价格优势、性能表现、使用体验、安全保障以及灵活水平。……来自思杰的超融合型解决方案同时也允许客户继续使用其现有存储、网络以及计算基础设施,包括部署在现场或者云环境当中。”
根据我们的理解,上面提到的“超融合”其实是被运用在了软件层面; 客户仍然需要通过其它渠道获取硬件设备,不过服务器、应用程序与存储虚拟化软件能够使其集成为统一的整体。
很明显,“超过两百家思杰客户已经在利用Sanbolic来保证自身XenApp以及XenDesktop解决方案能够拥有无中断可用性以及跨地区集群化能力。”
Sanbolic的LaScala软件则提供存储分卷管理功能。思杰公司还凭借收购获得了Sanbolic方面的一系列其它知识产权,其中包括集群化、文件布局、锁定算法以及事务管理等等。Sanbolic方面指出,其在虚拟化软件层对数据加以管理,精心统筹企业内的全部存储资源,甚至能够通过中央高级控制中心对全局分布式数据存储体系加以规划。
Sanbolic公司于2000年创立于美国波士顿,两位联合创始人分别为现任CEO Momchil(人称Memo)Michailov以及现任总裁兼COO的Eva Helen。公司资金主要来自个人投资者,且未公布过任何风险投资方的参与。
Michailov在一份声明中指出:“凭借着我们的服务器端与融合型存储管理解决方案、外加思杰的桌面与应用程序虚拟化技术,我们正逐步为企业数据及工作负载带来基于瞬息万变的业务需求的、更为出色的可用性与弹性水平。加入思杰大家庭显著提升了我们将十三年经验积累切实转化为优秀使用体验、并交付给全球范围内客户的能力。”
Sanbolic团队也将加入思杰公司,并将继续为其赶八百家客户提供支持服务。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。