备份和数据管理厂商Commvault今天宣布已经达成协议以2.25亿美元收购竞争对手——初创公司Hedvig。
Hedvig总部位于美国加州圣克拉拉,此前从包括HPE在内的投资方那里筹集了5000多万美元资金。Hedvig提供的软件平台让管理员能够通过集中控制台管理不同类型的数据存储基础设施。
Hedvig的软件可以兼容本地硬件、云部署和混合环境,允许IT团队为应用集中分配存储容量,控制存储的数据。管理员可以备份记录,并将这些记录从一个应用复制到另一个应用,加密并执行相关任务。
Hedvig一站式功能集的基础是它支持多个存储类型,该平台使管理员能够管理以块、文件和对象,这三种格式几乎涵盖了所有企业数据。
将所有内容置于单一界面下有助于减少企业存储开销。正如Hedvig首席执行官Avinash Lasksham所说:“你要做的就是就这个平台对员工进行培训,通过改变策略或者硬件运用于不同的工作负载。”
收购Hedvig将让Commvault在市场规模达27亿美元的软件定义存储领域占据更大的份额。投资银行威廉布莱尔公司(William Blair&Co)在一份研究报告中称,Commvault的领导层预计这次收购可获得该市场大约40%的份额。
这也是自2月份Commvault首席执行官Sanjay Mirchandani就任以来的首个收购。Mirchandani接手了这家收入在下滑、面临着寻找新增长来源压力的公司。收购Hedvig意味着它正在朝着正确的方向发展:根据威廉布莱尔公司预测,Hedvig所在的软件定义存储市场预计到2023年的复合年增长率将达到14.7%。
如果一切顺利,Commvault将在年底前完成对Hedvig的收购。Commvault预计,这次收购将略微摊薄Commvault 2020财年的每股收益,然后在下一年实现增长。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
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。