北京 – 2021年11月4日 - 今日, Veritas Technologies在微软Ignite 2021大会上,宣布与微软达成一项战略计划,以进一步加深Veritas企业数据服务与微软Azure的结合。基于20多年的紧密关系,Veritas将与微软携手合作,通过提供基于Microsoft Azure的解决方案,帮助企业简化数据管理的同时,降低企业IT复杂性。
通过多年的创新合作关系,Veritas NetBackup已经为微软Azure和Azure Stack HCI提供了先进的数据保护功能,包括集成Azure Blob Storage,为长期保留的业务连续性和灾难恢复混合数据提供安全、持久、合规和可扩展性,具备高度优化的客户端重复数据删除功能的自动存储分层,可扩展的灾难恢复和迁移协调,集成IaaS、PaaS和SaaS备份和恢复以及包括网络隔离自动恢复的勒索软件韧性整合。
此次Veritas和微软的合作,旨在助力企业积极应对当前面临的一些巨大挑战,例如伴随着数据爆发式的增长,复杂的混合云环境让勒索软件威胁变得日益严重。双方将通过合作,极大地简化传统孤立的数据管理以及跨本地部署、虚拟、云和SaaS环境的数据服务。
双方战略合作将聚焦:
? 通过集成威胁检测、不变性和自动恢复功能,为本地部署、虚拟、云和SaaS环境提升勒索软件防御韧性。
? 提供基于微软Azure Blob存储的灵活、可操作的数据保护解决方案。
? 通过Azure集成云管理和订阅模式降低数据管理相关总成本。
? 实现跨本地部署、混合、Azure数据和工作负载的统一可见性以及集成分析,减少合规风险。
奥雅纳全球首席信息官Rob Greig表示:"Veritas和微软强强联手,以强大的结合能力和可靠性,帮助奥雅纳实现了混合云环境的扩展。其关键业务解决方案可将数据无缝迁移到Azure云,并帮助管理包括漏洞和勒索软件在内的工作负载风险。双方此次深入的合作,将为我们的生态系统提供更多的集成解决方案。”
此外,该项合作还将为客户进一步简化利用Veritas在微软Azure上构建的企业数据服务。例如,Veritas将通过提供NetBackup SaaS Protection作为Azure Marketplace订阅产品,将建立在Azure上的数据保护和归档应用到SaaS应用程序和数据当中。
Veritas产品组织执行副总裁Deepak Mohan表示:"一直以来, Veritas备受全球企业客户信赖,为他们提供最具扩展性和可靠性的混合云数据管理解决方案。此次与微软达成合作,致力于以快速创新带来下一代云数据管理,在勒索软件威胁加剧和持续的当下,帮助我们的客户确保数据的安全和高可用性。”
由于承诺在工程项目和市场战略方面进一步加强合作,Veritas希望随着双方关系的不断发展,能够关注与微软的进一步联合举措。
微软执行副总裁兼首席商务官Judson Althoff表示:"Veritas和微软的合作由来已久,为企业客户提供领先的数据保护解决方案。在此基础上,双方将进一步加强合作,共同解决企业当前所面临的紧迫问题。通过Veritas在微软Azure上构建的企业数据服务,客户将从强化的勒索软件防御韧性和简化的混合云环境管理中受益。”
欲了解更多Veritas在微软Ignite 2021大会的活动信息,或者与此合作伙伴关系相关的客户利益,请点击这里。获取Recovery Vault相关介绍及战略促销活动信息,请点击这里。
关于 Veritas
Veritas Technologies 是全球企业备份和数据恢复解决方案领域的领导者。超过八万家企业级客户, 包括 87% 的全球财富 500 强企业,均依靠Veritas化解 IT 复杂度并简化数据管理流程。Veritas多云数据服务平台(EDSP)可提供自动化的数据保护,无论何处都能协调数据冗灾恢复,确保关键业务数据及应用的7x24实时稳定运行,同时也为企业提供数据洞察,实现数据合规。Veritas在可靠性、扩展性以及灵活按需部署方面拥有很好的声誉,支持超过800种数据源,100 多种操作系统, 1400多种存储设备以及60类云平台。欲了解更多详细信息,请访问 Veritas | 企业数据保护领域的领导者或关注 Veritas 官方微信平台:VERITAS_CHINA(VERITAS中文社区)。
Veritas,Veritas标识、以及NetBackup 是 Veritas Technologies LLC 或其附属机构在美国和其他国家/地区的商标或注册商标。其他名称可能是其各自所有者的商标。
好文章,需要你的鼓励
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。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。