据国外科技网站The Information消息称,为使自身服务更加高效,覆盖更广范围,美国打车应用Uber欲将自己的部分服务器基础设施进行外包。如不出意外,像谷歌、微软和亚马逊等云存储服务巨头将赢得Uber的云存储外包业务。
随着海外市场拓展步伐不断跟进,当前Uber足迹已达到全球69个国家和地区市场,这就对Uber的服务器和软件提出了更高要求:必须能够满足不同市场海量数据的处理需求。这意味着Uber在对其服务器地理位置选址上,希望能够尽可能近距离地靠近客户市场。毕竟在打车应用行业,时间通常以毫秒计数。
在全球建立起靠近自己客户的服务器系统,对于任何一家公司来说都不是容易的事情,即使Uber拟出资90亿美元来打造这样的系统也不例外。但是利用像亚马逊、微软和谷歌等公司的云存储系统的基础设施,Uber可能实现这一愿望。
报道称,尽管Uber只是希望将自己相对较少的一部分业务转至云端,而且虽然这家刚刚起步,但其今后到底会发展成为块头多大的“巨无霸”,任何一家云服务厂商都不敢小觑。
一场围绕Uber云存储外部业务的争夺战,或许将在亚马逊、微软、谷歌、IBM和其他云服务厂商之间悄悄展开。
好文章,需要你的鼓励
埃森哲投资AI零售平台Profitmind,该平台通过智能代理自动化定价决策、库存管理和规划。研究显示AI驱动了2025年假日购物季20%的消费,约2620亿美元。部署AI代理的企业假日销售同比增长6.2%,而未部署的仅增长3.9%。Profitmind实时监控竞争对手价格和营销策略,并可创建生成式引擎优化产品文案。
上海AI实验室联合团队开发RoboVIP系统,通过视觉身份提示技术解决机器人训练数据稀缺问题。该系统能生成多视角、时间连贯的机器人操作视频,利用夹爪状态信号精确识别交互物体,构建百万级视觉身份数据库。实验显示,RoboVIP显著提升机器人在复杂环境中的操作成功率,为机器人智能化发展提供重要技术突破。
日立公司在CES 2026技术展上宣布了重新定义人工智能未来的"里程碑式"战略,将AI直接应用于关键物理基础设施。该公司与英伟达、谷歌云建立重要合作伙伴关系,并扩展其数字资产管理平台HMAX,旨在将AI引入社会基础设施,变革能源、交通和工业基础设施领域。日立强调其独特地位,能够将AI集成到直接影响社会的系统中,解决可持续发展、安全和效率方面的紧迫挑战。
英伟达研究团队提出GDPO方法,解决AI多目标训练中的"奖励信号坍缩"问题。该方法通过分别评估各技能再综合考量,避免了传统GRPO方法简单相加导致的信息丢失。在工具调用、数学推理、代码编程三大场景测试中,GDPO均显著优于传统方法,准确率提升最高达6.3%,且训练过程更稳定。该技术已开源并支持主流AI框架。