近日,杉岩数据宣布完成过亿元C轮融资,由深圳市智慧城市产投私募基金管理有限公司(简称“深智城产投”)和达晨财智创业投资管理有限公司(简称“达晨财智”)联合领投,深圳龙华资本等机构参投。
本轮融资资金将主要用于持续加大产品关键技术研发投入,加速重点行业领域的市场拓展、生态构建和信创市场布局,为用户的数字化转型注入新动能。
杉岩数据成立于2014年,是中国领先的大数据智能存储企业,以新一代智能分布式存储技术为核心,致力于打造云计算、人工智能、物联网等领域的新型信息基础设施建设。自创立至今,杉岩数据一直坚定聚焦于软件定义存储(SDS)的自主研发投入和产品创新驱动,在产品技术、销售市场、生态合作等方面表现优异,深受资本市场的青睐。
面对数字化转型与数字经济发展带来的重大市场机遇,杉岩数据基于SDS赛道,围绕海量数据“存储-管理-智能”的核心需求,持续打磨产品、深耕细分行业场景。在产品与技术研发方面,杉岩数据现已取得发明专利以及软件著作权80余项,参与制订多项国家及行业标准(如《信息技术、云计算、云存储系统服务接口功能》国家标准、分布式存储技术相关行业标准等)。
杉岩数据核心产品杉岩分布式存储系统,提供块存储、对象存储、大数据存储和文件存储服务,支持各种数据库负载、虚拟化应用和云原生应用等,全面融入信创软硬件生态,满足关键业务和形态各异的众多应用的不同存储需求,已形成杉岩MOS海量对象存储、杉岩USP统一存储平台、杉岩HuaYan信创一体机等产品矩阵,为用户构建安全、可靠、弹性、智能的数据存储基石。
作为中国软件定义存储市场的领导者,杉岩数据是国家级高新技术企业,也是国家级专精特新 “小巨人” 企业、新华社《经济参考报》信创企业40强。近年来,杉岩数据市场增长势头强劲,在金融、高端制造、智慧城市、党政、能源、电信、交通、医疗、教育等10余个行业、20多个应用场景持续深耕,取得了优异的市场成绩。杉岩数据已连续四年位居IDC对象存储中国市场前三强,是Gartner中国区首份软件定义存储市场分析报告专业厂商,已累计助力中华人民共和国公安部、住建部、中国银联、恒丰银行、广发银行信用卡中心、海通证券、广发证券、联测优特半导体、奕斯伟、捷普电子、武汉大学、厦门大学、北京大学深圳医院等1000多家行业客户,累计交付存储容量达5000PB,持续引领各行业数据存储的最佳实践。
对于本轮融资,杉岩数据董事长兼CEO陈坚表示:“本轮融资是杉岩数据战略发展又一次‘变革’,在数字经济背景下,深圳国资委全资直管企业产投与本土创投等多重能量加持下,杉岩数据将持续聚焦攻破软件定义存储技术难点,全面升级推进‘杉岩’系列存储产品及行业解决方案的研发设计和产业化,助力各行业加速实现数字化转型。”
深智城产投投资负责人表示:“深智城产投是深圳市智慧城市科技领域专业的产业投资机构,隶属深智城集团(深圳市国资委全资设立的直管企业),聚焦于智慧城市底层建设及应用层的信息技术、智能制造等领域。此次投资杉岩数据,主要是杉岩的软件定义存储产品能够应用于智慧城市建设,解决其海量非结构化数据存储、管理与使用需求,尤其是应用于城市级的数字孪生以及工业级高端制造场景中。投资杉岩后深智城产投将发挥产业投资机构的产业赋能优势,加快杉岩与智慧城市数据存储底座的业务融合,为智慧城市和数字经济创造更大的价值。”
达晨财智投资负责人表示:“达晨财智是我国第一批按市场化运作设立的本土创投机构,聚焦于信息技术、智能制造等领域,已投资企业超过670家,其中132家已上市。此次投资杉岩数据,源于《“十四五”数字经济发展规划》指导下,软件定义存储成为‘新基建’和‘数字经济’发展的关键支撑和重要基石。我们期望,站在蓝海市场的杉岩数据,加速产业融合,用软件定义存储驱动数字经济创新增长。”
新动能,新征程。杉岩数据将继续探索软件定义存储技术“动脉”,坚持科技报国信念,与时代共赢,为数字中国建设贡献力量。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。