如今,伴随着互联网的深度发展,巨大的信息流背后产生的海量数据成为一块蕴含财富的宝藏。面对如此大规模的数据,如何有效的运行和管理这些数据成为当今企业面临的重大挑战。
作为全球领先的企业数据保护及信息管理的领导者,Commvault做数据管理已经20年,进入中国市场11年,一直为客户提供最佳的数据保护解决方案,助力其企业获取最有价值的信息。11月17日,以"亦简 亦行 GO未来"为主题的Commvault中国11周年庆暨新一代数据管理平台V11发布会在北京拉开序幕。
Commvault从事数据管理已有20年,进入中国市场已经有11年,作为一家专注于数据中心备份与恢复软件领导者,此次大会除11周年庆典外,主要聚焦于新一代数据管理V11平台,现场,来自Commvault的管理团队与来宾分享了V11的产品特性、技术优势,并介绍了V11平台如何帮助客户在瞬息万变的全球商业环境中应对日益增多的数据及数据管理。
会后,Commvault亚太及日本地区副总裁Owen Taraniuk、Commvault亚太及日本地区解决方案营销总监Mark Bentkower、Commvault公司大中华区总经理王波等人接受媒体采访,对战略规划、产品及优势做出解读。
制定战略规划,应对数字化转型
对于加盟五个多月的大中华区总经理王波来说,他花了很多时间去了解目前整个Commvault经营状况,发现其每项的数据都非常可观。提到未来的规划,他认为,目前正处于IT新技术的变革时代,这是一个很重要的时机。Commvault未来的主要发展有两大方向:
一、持续加大对中国的投资;主要体现在在中国的技术团队建设、销售力量及服务力量,对帮助应对数字化转型的挑战;
二、更多的与国家战略政策相结合;在十三五计划中提到,国家数字化、数字中国及大数据战略如何整合起来。
"这是中国区域未来发展的两大方向。相信在下一个十年,Commvault会再迎快速增长的十年。"王波表示。
推出全新产品 展现企业价值
回顾11年前,Commvault起初提供的是最为基础的备份和恢复产品,其原理是将数据放至磁带内进行统一管理。而随着技术的不断革新,市场发生了巨大的变化。"从磁带管理逐渐将数据下载至硬盘中去管理,一旦将数据下载到硬盘中将会获得更多的机会,备份不再是简单的备份,也正是这种趋势,让我们真正步入到数据管理环节。"Mark表示。
对于此次发布会的数据管理V11平台,Mark提到,V11是一种嵌入式的自动化性能,主要针对各种hypervisor管理程序、应用及各种云端自动化的能力处理,使数据备份和恢复非常迅速。它可以让客户摆脱供应商的锁定效应,不用再只跟一个供应商合作。另外,可以让客户在不同的应用,不同的基础设施和不同的云环境中自由的迁移数据,并进行本地化管理。总之,无论人机交互的界面,资源编排和管理以及安全性方面,新的Commvault V11版可以很好满足用户的需求。
及时调整定位 展现独特优势
谈到竞争对手的优势,Mark认为,如今,大数据呈现爆炸趋势,Commvault之所以能够持续其在业界的影响力,主要原因是不断在业务、技术、市场销售等层面进行改变以适应市场的需求。
Owen补充到,正是由于市场颠覆性的变化,才使得公司及时调整并重新定位以抓住市场机会。Commvault按照今天的需求提供今天的产品,而不是明天才去满足你当天需求的产品。
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。