玄武湖上看烟云,总统府里忆民国,这里所说的就是有名的六朝古都南京。9月份的南京,凉如秋天。周边的树木依稀有树叶落下。在这个惬意的初秋午后,存储产业发生了一件引起业界轰动的大事,紫光股份与美国西部数据合资的紫光西部数据有限公司正式宣布成立。
这家新公司的总部位于南京,市场及销售总部位于北京,总投资额3亿美元,注册资金1.58亿美元。其中,紫光股份出资8058万美元(约合5.13亿元人民币)持股51%,西部数据出资7742万美元,持股比例为49%。
新的公司将以西部数据已有的产品和技术为基础,立足于构建一个存储全生态链,并为中国市场定制企业级存储解决方案。同时,紫光西部数据的建立,也是海外技术本土化的又一最新案例。
紫光:从"芯"到"云"的又一步
云计算和大数据等相关市场正在飞速的成长当中。Gartner预计2016年全球公共云服务市场规模今年有望超过2000亿美元,较2015年增长两位数,高达17%,云存储、云计算市场应用也正在以每年40%以上的增速快速成长。在互联网+的带动下,中国相关市场的空间也正在不断放大。而对很多大型客户而言,他们往往需要一个具备全方位服务能力的技术合作伙伴。
这次紫光和西部数据的合作成果,也将成为紫光集团全方位服务客户能力的重要组成部分,尤其是在存储和数据能力上。据了解,新的公司将聚焦在核心存储技术、企业级存储解决方案以及大数据全产业链服务等领域,也会推动大数据存储在中国各行业的创新,促进海量数据收集、存储、分析、应用等大数据全产业链建设,完善大数据产业生态体系。
紫光集团联席总裁齐联在合作发布上表示,"紫光集团的战略布局是从"芯"到"云",希望在IT产品和服务领域,拥有一个非常完整的产业链条。对任何一个大型的IT客户来说,我们可以独立地提供全部硬件、平台软件、咨询设计、实施工程服务和售后培训,现在我们已经拥有了这个能力。"
技术能力=自主创新+国际合作
中国的存储市场,不乏IBM、戴尔(合并EMC后,增强了存储方面的实力)等老牌国际玩家,也不乏华为、浪潮等国内势力,作为新成立的公司,紫光西数的创新之处将会在何处体现?而国内对信息技术安全的要求也与国际不尽相同,该公司将有何应对策略?
对此,美国西部数据公司全球高级副总裁、数据中心系统事业部总经理Dave Tang表示,在创新层面,因为中国的数据安全、加密的标准与其它国家有所不同, 我们会使用西部数据的系统,针对中国市场一些专业定制化业务。另外,数字媒体和娱乐行业,正面临越来越多的数据管理压力。这些领域,是公司的创新发力点,也是新合资公司的机遇所在。
或许因为存储和大数据的紧密关联,在发布会上,紫光西部数据方面还强调,未来公司将为自己定位于 "做中国大数据产业战略合伙人"的角色。
对科技公司而言,这些新的愿景能否实现将有赖于技术研发能力的支持,该公司表示,技术方面,公司会秉承"自主创新+国际合作"的理念,同时也非常重视研发团队的建设。 "目前公司有将近70人的研发团队,在西部数据的产品基础上,针对中国本土的需求,做改进和研发,也会针对具体需求提供不同的解决方案。"紫光西部数据CEO缪刚透露。
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。