ZD至顶网CIO与应用频道 03月25日 北京消息(文/孙博): 提起企业信息化建设,移动化战略似乎日趋成为了标配之一。受到消费级市场的带动,绝大部分企业开始加大步伐,将自身信息化系统与移动端无缝对接,希望在这个时间就是金钱的时代,借助效率的提升,可以为企业带来难以计数的成本节约。
在进行移动化选型过程中,企业无非主要有两点考量,投入和回报——如何简单快捷的实现移动化、如何真正提高企业效率,而这两点对于大型企业尤为明显。
对于大型企业来说,无论是管理体系亦或是业务流程,都已经成型,PC端的办公系统相对完整,加上要保证金贵的业务数据安全性,在移动化选型中,沿用开发多个APP的传统模式,不仅改造后台的风险偏大、成本偏高,数据安全性较难保证。
No APP、No API就可以完成移动化
瞄准大型企业在移动化的问题,近期云适配推出了一款企业级浏览器Enterplorer,融合了HTML5标准以及双渲染引擎技术,在“NO APP、NO API”的背景下,摒弃了企业在移动化过程中开发多个原生APP的传统方式,帮助企业在一周之内开始移动办公模式。
具体来说,就是通过云适配的双渲染引擎浏览器内核技术,无需原软件系统厂商提供或重新开发API(接口),也不需要对原有后台系统进行改造,Enterplorer会自动把原PC端页面渲染成适应不同移动设备的移动版页面呈现效果。与普通浏览器相比,Enterplorer可以对同一个页面完成PC+移动页面的渲染,并且基于统一的HTML5标准,快速实现对企业原有B/S结构的PC端业务系统的移动化。
通过Enterplorer的统一管理平台,企业管理员可以对用户进行包括设备、策略、应用、安全、日志等全面管理。此外,通多对数据缓存、数据传输的加密,以及多重账号及管理策略,在提升管理效率的同时,保证数据的终端和传输的安全。
据了解,自Enterplorer推向市场以来,目前用户覆盖了8个行业的30多万企业,其中包含了国务院、投资委等一批国字头大型企事业单位。而对于市场中另一大群体——中小微企业,云适配CEO陈本峰也很坦率的谈到,目前该市场的移动化同质类产品较多,移动化市场也较为的成熟,暂时并不是考虑范围中。
云适配CEO陈本峰
牵头成立企业级HTML5产业联盟,做大移动化市场
一直以来,有关HTML5会取代App应用吗?能够在多大程度上取代?能否用一个统一的HTML5来替代android和ios并行开发的双重成本?类似的声音不绝于耳。
的确,HTML5在近两年出尽了风头,无论是2014年历经8年的标准规范终于制定完成,还是众多互联网企业纷纷开放HTML5,甚至很多人预测HTML5时代真正来临了,不过可以肯定的是,以HTML5为代表的新一代Web技术将要给移动互联网界带来颠覆性变革。
正是看好HTML5相关技术在企业级市场的创新应用和发展,促进HTML5相关技术和商业的有机结合,在本次的发布会上,云适配联合中国信息通信研究院技术与标准研究所、微软、英特尔、华为、科大讯飞、金山等多家业内知名企业及研究机构筹备发起“中国企业级HTML5产业联盟(简称 联盟)”。该联盟由工业和信息化部和国际互联网标准联盟W3C(中国)指导,隶属于数据中心联盟。
企业级市场一定是个合作共赢的市场,没有任何一家公司能够给企业提供一个万能的解决方案。陈本峰介绍,此次与金山WPS、微软、华为等多生态中的多家企业共同合作,充分发挥各自领域的资源优势,实现技术与资源的强强结合,共同推进未来HTML5技术在企业中的应用,打造企业级服务市场的完整生态圈。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。