从健康管理记录、财务文件到家庭影像与社交媒体视频,消费者越来越依赖于个人数据,也愈发意识到数据备份在当下的重要性。
西部数据公司于今日公布了一项由Researchscape开展的全球调研。调研结果显示,全球有87%的受访者表示正通过自动或手动的方式来备份个人数据。在中国,这一比例达89%,其中,手动备份的比例达42%,位列全球第一。在全球层面,个人数据备份的三大主要动机分别为:担心丢失重要文件(83%)、释放设备存储空间(67%)和防范网络威胁(42%)。此外,全球19%的受访者表示是听从他人建议才开始备份。
西部数据公司中国、日本及亚太区销售与市场营销副总裁Stefan Mandl表示:“越来越多的用户认识到数据保护的重要性,这令人欣喜。世界备份日正是这样一个一年一度的良机,提醒着人们对数据进行备份,并为尚未意识到备份重要性的群体普及相关知识,以呼吁人们加强对最重要的数据资产的保护。毕竟,仅仅是一次微小的事故,就有可能造成数据的永久丢失。事实上,63%的全球受访者已然经历过因设备故障、意外删除或网络攻击造成的数据丢失。”
在未实施数据备份的全球受访者中,有36%的人认为其不需要备份数据,30%受制于存储空间不足,29%认为备份过程耗时过长,23%不清楚如何备份。值得关注的是,对于中国受访者而言,存储空间不足是阻碍其进行数据备份的最主要原因,占比高达43%,凸显出中国消费者对更大容量存储的显著需求。此外,63%的全球受访者表示,如果有更加自动、简便的数据备份手段,他们会更频繁地备份数据。在中国,这一比例为70%。
在实施数据备份时,3-2-1备份策略是一种行之有效的方式,即消费者应拥有三份数据副本,分别存储在两种不同的介质上,并将其中一份副本存储于异地(如云端)。
鉴于免费的云存储空间有限,许多消费者转而采用多种存储手段并行的方式来保护其数据。调研结果显示,全球有78%的受访者表示其依赖于免费的云存储,但有60%的受访者已在过去半年内用完了免费的存储空间,且有56%的受访者不得不因此升级到付费扩容方案。此外,全球有35%的受访者认为云存储正变得越来越昂贵。这促使越来越多的消费者采用云存储和本地外置存储相结合的方式,以平衡数据保护需求和成本考量。外置HDD可在单个硬盘中提供高达26TB容量,为云存储提供了一种经济高效的补充解决方案。许多消费者已经开始采取此类方法——全球有45%的受访者使用外置HDD,同时有19%的受访者使用网络附加存储(NAS)。凭借多样化的存储方式,消费者既能拥有可靠的备份,又能够有效管理日益增长的云存储成本。
西部数据为消费者与企业提供简单易用的数据存储解决方案,不仅能够帮助其简化备份流程,更能够满足当下持续增长的存储需求。西部数据于近期推出了一系列产品升级,带来更大容量的产品组合,包括适用于NAS环境的26TB1 WD Red™ Pro CMR HDD ,以及面向消费者、创意专业人士与内容创作者的产品:26TB的极客™ G-DRIVE™和极锐™ G-RAID™外置存储解决方案,助力其保护并提升数字工作流。同时,消费者还可选择西数® My Passport™Ultra 移动硬盘 20周年限定款,随时随地备份其数字生活。该款产品容量高达6TB,是目前全球容量领先的 2.5 英寸移动硬盘。同时,借助随附的Acronis™ True Image™ for Western Digital设备管理软件,该款产品可助力消费者轻松规划对宝贵数据的备份。
调研结果来自国际市场研究咨询公司Researchscape于2025年2月7日至25日所进行的一项在线调研,覆盖全球10个不同国家地区,共计6118名受访者(包括567名来自中国的受访者)。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。