据外媒SiliconANGLE报道,甲骨文推出了融合公有云与私有云的NAS存储服务,试图以此来降低企业数据向云迁移的成本。这项服务名为“Cloud Converged Storage”,与其同时亮相的还有Oracle ZFS Storage Appliance。
据悉,Cloud Converged Storage无需对外部云网关响应,帮助客户节省了软件和云访问许可费,希望让企业“轻松、无缝地将数据或应用迁移上云”。私有云服务商会支付部分费用,以便客户通过其基础设施平台访问公有云。
甲骨文认为,这一服务使得客户无需担心本地到云的集成、管理安全、技能要求等问题,提供了公有云和NAS存储系统的完善解决方案。
借助ZFS Storage Appliance,甲骨文对没有本地高性能存储系统的公有云厂商发起了冲击,同时挑战了缺乏公有云集成的传统硬件厂商。可以说,甲骨文通过混合数据能力提升了业务价值,大幅简化了用户体验。
由此,客户可以将Cloud Converged Storage用于弹性存储、备份/恢复、开发、测试、归档存储、快照副本存储、DevOps等流程。此外,还能够调用ZFS Storage Appliance的本地数据。
据了解,甲骨文对Oracle ZFS Storage Appliance进行了多项升级,其中包括新版Intelligent Storage Protocol,涉及数据备份、闪存存储池等解决方案。
好文章,需要你的鼓励
OpenAI发布了音视频生成模型Sora 2,同时推出配套社交应用Sora,用户可生成包含自己的视频并在类似TikTok的信息流中分享。Sora 2在物理定律遵循方面有显著改进,视频更加真实。应用提供"客串"功能,允许用户将自己植入生成场景中,并可与朋友分享形象使用权限。该iOS应用目前在美加地区采用邀请制,ChatGPT Pro用户可直接体验。
Scale AI团队推出SWE-Bench Pro测试平台,专门评估AI编程助手在真实企业级软件开发中的表现。研究发现,即使是最先进的GPT-5和Claude模型,成功率也仅有23%左右,远低于在传统测试中70%的表现。该测试平台包含1865个来自真实企业的复杂编程任务,要求修改多个文件和大量代码,为AI编程能力提供了更严格的现实检验。
大语言模型和生成式AI自诞生以来问题频发,从推理模型表现不佳到AI幻觉现象,再到版权诉讼,这些都表明当前技术路径可能并非通往真正智能的正确道路。专家认为,仅靠增加数据和算力的扩展模式已显现边际效应递减,无法实现通用人工智能。研究者提出智能应包含统计、结构、推理和目标四个层次的协调,并强调时间因果性的重要性。面对LLM技术局限,业界开始探索神经符号AI等替代方案。
微软团队开发的EdiVal-Agent是首个针对AI图像编辑的自动化评估系统,能像专业评委一样从指令遵循、内容一致性和视觉质量三维度评分。该系统与人类评审一致性达81.3%,测试发现Nano Banana表现最均衡,GPT-Image-1指令遵循最佳但一致性不足,大多数模型在数量变化任务中成功率低于25%。