【北京,2015年8月26日】近日,中移(苏州)软件技术有限公司(以下简称“中移软件”)与EMC中国卓越研发集团宣布在苏州成立“开源技术联合实验室”。
经双方协商,中移软件和EMC中国卓越研发集团达成初步合作意向,双方将以开源技术联合实验室为平台,全面深化在这一领域的探索与研究,共同应对云计算和大数据技术的挑战。
联合实验室执行委员会委员合影
中国移动是全球最大的电信运营商和综合信息服务提供商。从2007年起,中国移动便开始进行云计算相关的研发工作,是最早介入云计算研发和实践的电信运营商之一。中移软件是中国移动体系内云计算和大数据的专业研发机构,承载着中国移动战略转型的重大使命。2010年,“大云1.0”成果落地,实现了基础设施即服务(IaaS)功能。2012年,发布“大云2.0”,通过采用开源的OpenStack技术,不仅在IaaS层面实现了对主流应用的兼容,在平台即服务(PaaS)层面也开始逐步完善,向规模化商用目标迈进。
EMC是云计算、大数据技术的全球领导者,IT界的开源先锋。2014年2月,EMC联邦旗下Pivotal公司宣布成立Cloud Foundry基金会,使Cloud Foundry成为业界第一个开源的PaaS云平台。Cloud Foundry云平台专为私有云计算环境、企业级数据中心和公有云服务提供商打造,它支持多种框架、语言、运行时环境、云平台及应用服务。通过Cloud Foundry开源技术,可以大幅简化现代应用程序的开发、交付和运行过程,显著提高开发者在云环境中部署和运行应用程序的能力。
多年来,开源技术一直为整个IT产业带来源源不断的创新动力。EMC公司首席技术官、现任Cloud Foundry基金会主席John Roese先生表示:“开源技术为企业级IT市场的所有玩家带来了强烈冲击,EMC也需要大胆突破传统,果断拥抱开源,与客户一起,积极探索、创新合作模式。EMC中国卓越研发集团非常高兴能够跟中移苏州合作,对中移苏州在开源技术应用方面的积极探索和成就颇为赞赏。”
前期,双方在开源技术的研究、推进开源社区的发展上已经开展了深入的合作。中移软件副总经理(主持工作)陈炜女士表示:“当前,信息服务市场面临巨大的变革和挑战,像中国移动这样的行业领导者,正成为所有新兴创业者想要颠覆的目标和对象。中国移动需要抓住机遇,大胆创新,自我颠覆,突破传统的开发、运维和业务合作模式,才能在激烈的市场竞争中立于不败之地。让我们以联合实验室为载体,进一步深化合作。正如中国移动的徽标一样,代表两只手紧紧相握。我们希望以今天为契机,共同开创美好的未来。”
在这次合作中,双方将结合中国移动“大云”基础设施云平台、产业链资源与EMC在开源技术社区的领导地位和技术优势,围绕CloudFoundry等开源软件,以PaaS云平台为主线进行合作探索。中移软件首席技术官孙少陵先生表示:“中移软件与EMC合作,双方都能从中获益。同时,也可推动云计算与大数据技术在中国的发展和应用。”
EMC中国研究院和中移(苏州)软件技术有限公司将是双方合作的主体。EMC中国研究院将全程为中移软件提供开源技术咨询,包括开源技术信息分享、培训、流程制定、项目提案及指导合作开发活动实施等,以及开发平台工具和项目管理咨询服务。
EMC亚太卓越研发中心总经理Sarv Saravanan表示: “EMC中国研究院与中移软件的合作为大型企业的开源技术实践、云技术应用创新树立了新典范。通过合作开发技术解决方案,EMC将帮助中国移动进一步深入其‘大云’战略,提高云计算市场的客户服务能力和水平。与此同时,双方此举亦将为促进开源相关技术发展,推动开源技术应用做出贡献。”
Cloud Foundry基金会成立至今,现有成员已逾40家,包括IBM、HP、SAP、EMC等重要企业级厂商均参与其中。此外,还有一系列全球性企业及机构以签署许可协议的方式参与到了Cloud Foundry项目当中。通过此次合作,中移软件将为Cloud Foundry开源PaaS云平台的合作伙伴生态添上浓墨重彩的一笔。
好文章,需要你的鼓励
TAE Technologies在最新一轮投资中获1.5亿美元,累计融资约18亿美元。公司利用 AI 技术优化融合反应堆设计,目标于 2030 年代商业化发电,谷歌等巨头均参与合作。
这项来自KU Leuven、中科大和上海Memory Tensor公司的研究探索了如何利用拼图游戏训练多模态大型语言模型的视觉推理能力。研究发现,现有模型在未经训练时表现近似随机猜测,但通过强化学习能达到近乎完美的准确率并泛化到更复杂的拼图配置。有趣的是,模型能否有效学习与是否包含明确推理过程无关,且复杂推理模式是预先存在而非突然出现的。此外,研究证明强化学习在泛化能力上优于监督微调,挑战了传统的模型训练范式。这些发现不仅揭示了AI视觉理解的机制,还为未来多模态模型研发提供了重要参考。
Nvidia 正在全球数据中心推广 AI 芯片,其最新 Blackwell 架构在 MLPerf 基准测试中获得最高性能,大幅加速下一代 AI 应用的训练与部署。
这项研究提出了LoHoVLA,一种用于长时序实体任务的统一视觉-语言-动作模型,融合了高层任务规划和低层动作控制功能。与传统方法不同,它利用单一预训练视觉语言模型同时生成语言子任务和机器人动作,并采用分层闭环控制机制增强鲁棒性。研究团队构建了包含20个长时序任务的LoHoSet数据集,实验结果显示LoHoVLA在Ravens模拟器中显著优于现有方法,展现出统一架构在实现可泛化实体智能方面的潜力。