科技和风险投资领域的十几家知名公司正在把赌注压在一家会撼动数据存储市场、名为Cohesity的初创公司上。
领投的GV是Alphabet的风险投资部门,这轮融资中已经向Cohesity投资超过9000万美元,使其外部总投资金额超过1.6亿美元。就在不到一年前,Cohesity走出隐身模式,推出了一款旨在保存所谓二级数据的存储系统。
据Cohesity称,这类数据包含备份、归档文件以及企业几乎不定期使用的任何类型的信息记录。Cohesity宣称这种信息在企业存储基础设施中占比大约能达到80%。Cohesity的系统提供了一个集中化的控制台,允许管理员在一个地方统一管理他们的所有文件,这在很多方面都是非常便利的。
首先,Cohesity的平台不需要企业处理二级数据所常用的单独的工具和设备。Cohesity宣称,他们的方法打消了技术壁垒,以前这些壁垒使得管理员很难找到冗余的信息,无法为其他工作负载释放空间。
Cohesity通过提供一系列旨在简化日常运营的高级管理功能来解决这个问题。Cohesity的平台允许存储人员查找记录、分析存储使用情况以寻找需要改进的方面,并采取措施以确保信息是随时可用的。如果企业本地硬件空间不足的话,它还提供了将文件迁移到云中的选项。
Cohesity以预配置系统和虚拟设备(可以安装在主流公有云平台或者第三方硬件上)的形式售卖这款平台。目前它兼容来自HPE和思科的硬件设备,而且这两家公司与GV一起都为这轮融资做出了贡献。
根据该公司的融资公告,Cohesity将把这笔新的资金用于扩大全球业务,扩大销售、营销和工程规模,专注于开发“除了数据保护之外的二级存储使用实例”。
好文章,需要你的鼓励
随着AI技术不断发展,交通运输行业正迎来重大变革。MIT研究显示,AI将很快自动化价值650亿美元的交通工作,大幅提升运输效率。从陆地到海空,AI正在推动全方位的交通创新。斯坦福专家强调,AI将通过基础模型、合成数据和数字孪生等技术,实现从单一车辆自动化到整个交通网络优化的跨越式发展,同时解决可持续性、安全性和公平性等关键挑战。
香港科技大学团队发表重要研究,开发GIR-Bench测试基准评估统一多模态AI模型的推理与生成能力。研究发现即使最先进的AI模型在理解与生成之间也存在显著差距,无法有效将推理过程转化为准确的视觉生成,为AI行业发展提供重要警示。
波兰研究团队开发ORCA数学基准测试,对五个主流大语言模型进行评估。结果显示ChatGPT-5、Gemini 2.5 Flash、Claude Sonnet 4.5、Grok 4和DeepSeek V3.2的准确率均低于63%。测试涵盖生物化学、工程建筑、金融经济等七个领域的500道数学题目。研究发现模型主要在四舍五入和计算错误方面存在问题,表明自然语言推理进步并未直接转化为可靠的计算能力。
Meta超级智能实验室联合麻省理工学院开发了SPG三明治策略梯度方法,专门解决扩散语言模型强化学习训练中的技术难题。该方法通过上下界策略为AI模型提供精确的奖惩反馈机制,在数学和逻辑推理任务上实现了显著性能提升,为AI写作助手的智能化发展提供了新的技术路径。