每年被创建、采集或是复制的数据集合就是全球数据圈,2018至2025年全球数据圈将增长5倍以上。IDC预测,全球数据圈将从2018年的33ZB增至2025年的175ZB。
全球数据圈增长的主要驱动因素在世界各地基本保持一致,但各地的增长速度有所不同。娱乐数据和视频监控图像长期以来(并将继续)是全球数据圈的重要推动因素。然而,物联网(IoT)设备信号、元数据(对分析、情境化和人工智能至关重要)和生产力数据在当今日益数字化的世界中增长速度更快。
然而,相似之处之外,各地区还存在着微妙的差异。这些差异取决于某地区的消费者和企业的技术采用和数字化转型情况。
中国数据圈增速最为迅速,平均每年的增长速度比全球快3%。2018年,中国数据圈占全球数据圈的23.4%,即7.6ZB。预计到2025年将增至48.6ZB,占全球数据圈的27.8%,中国将成为全球最大的数据圈。与全球动态相似,中国数据圈将受到来自物联网设备信号、元数据、娱乐相关数据、云计算和边缘计算增长的驱动。越来越多的物联网设备在数据的创建位置处理并分析原始数据,以及建筑、桥梁、智慧城市等智能基础设施利用边缘设施和计算来赋能实时世界,在中国数据圈,边缘创建和复制的数据所占比例几乎翻了一番——占比将从数据总量的13%增加到23%。
更多关于IDC:2025年中国将拥有全球最大的数据圈报告的信息,请参考:https://www.seagate.com/files/www-content/our-story/trends/files/data-age-china-regional-idc.pdf?tdsourcetag=s_pcqq_aiomsg
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。