由希捷科技赞助的IDC《数据新视界:从边缘到云,激活更多业务数据》报告显示,在应对数据管理挑战(尤其是数据分析和云迁移领域)方面,中国是最为积极进取的地区。
未来两年,中国企业数据增长率与全球增长率持平,大约为42%。
在所有区域中,中国最为重视数据分析,54%的受访者指出,数据分析是数据增长最大的驱动力,而亚太区和日本这一比例为53.6%;北美和欧洲分别为44%。54%的中国受访者指出,数据增长的第二大驱动力是(非自建)应用向云端迁移,而亚太区和日本这项一比例为37%,北美为39%,欧洲为40%。
中国企业的数据管理能力正在快速提高。这些企业深知数据运营和数据管理的强大力量。
在所有区域中,数据运营在中国最有可能被视为“非常”或“极其”重要。当被问及数据运营的概念有多重要时,52%的受访者回答“非常重要”,29%的受访者回答 “极其重要”,两者合计81%。
云部署率高
在多云和边缘数据方面领先
积极的AI战略
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。