ZD至顶网CIO与应用频道 06月29日 北京消息: “没有网络安全就没有国家安全。”这是2014年习近平在中央网络安全和信息化领导小组成立讲话时提出的。两年后,习近平再次提出要树立正确的网络安全观。两年时间,同一个话题热度不减反增,可见网络安全对于IT发展来说是至关重要的。而与网络直接相关的操作系统,近些年也一直强调国产化、自主可控,保障信息不被外泄。
日前,由一铭软件股份有限公司主办,中国计算机报社承办的“2016中国操作系统生态发展论坛”在京召开。论坛上,国家版权局版权管理司、中国开源软件推进联盟、北京经信委软件处等多方代表,表达了对国产操作系统生态发展的期许。一铭软件在论坛上代表国产操作系统厂商,分享了对国产操作系统的深刻理解与发展理念,并发布了桌面操作系统Emind Desktop 4.0,以深度满足移动互联时代关键行业的信息安全需求。
不仅做开源 更要做生态
“开源并不是难在国产操作系统,现在的难度而是机遇没有抓住。操作系统要成功必须用开源技术研发。”在论坛上,中国开源软件推进联盟名誉主席陆首群谈到,让开源技术与国产操作系统开发相结合,就好比站在巨人的肩膀上,才能又好又快发展。无疑,透明、公开的开源操作系统问世,使得开发人员获得了解操作系统体系架构的机遇,加上开源可以为企业节省大笔资金,开源似乎看起来比闭源更会成为未来的趋势。
除了系统要开源,“生态”是论坛探讨的另一大热点。开发一套系统并不难,但生态并容易形成。至今为止,微软windows操作系统的地位难以撼动。归其原因,中国工程院院士倪光南给出了答案:一个联盟、一个标准、一个生态。国内的系统企业缺乏的就是一个生态的养成,多个操作系统、配置、CPU……市场潜力虽大,却并没有发挥集中力量办大事的效果。
“我们已经有一些掌握操作系统核心技术、掌握CPU核心技术的若干企业,但应该要集中力量办大事。形成一个联盟,制定统一的标准,完全可以以操作系统为核心形成统一的桌面操作系统标准,相应的各种各样应用软件围绕这个标准,最终形成一种生态系统。”倪光南说道。
据了解,一铭软件不断加强与数据库、中间件、应用软件商等上下游各方的通力合作,目前通过金山、清华同方、金蝶中间件、人大金仓、金格同创、永中等越来越多的合作伙伴加入到国产操作系统生态阵营中,一铭软件得以不断完善产业链和优化生态环境。
一铭桌面操作系统Emind Desktop 4.0正式发布
Emind Desktop 4.0是一铭软件基于其自身技术实力、整合了众多业界合作伙伴们的共享技术,主要面向于政府、军队、教育、金融等行业的通用型国产桌面操作系统。在产品的“可用性”、“易用性”和“好用性”方面进行了改善,希望提升国产操作系统的市场应用水平。
Emind Desktop 4.0安装操作便捷。系统内置了一铭软件特别打造的具有交互功能的桌面环境——云桌面,用户可以上传储存个人桌面配置、音乐、照片、应用程序、日历、文档等所有内容,自动云同步;同时它可支持云配置,通过“一键换机”功能,云备份便可将用户的操作系统环境包括桌面壁纸、应用列表、桌面主题等同步至当前硬件,全程自动化,可做到随时随地随意、无需用户刻意管理。
Emind Desktop 4.0支持海量应用程序。其中自带一款名为月光宝盒的应用程序,是一铭软件自主研发的备份还原系统,可以帮助用户做到全系统还原、全系统备份和多系统共存。更值得一提的是,它还拥有一铭自主可控的软件应用中心,可为用户带来安全可信、数量庞大的应用软件。
Emind Desktop 4.0具有较好的兼容性,并对安全可控进行了深度保障。产品全面适配X86主流硬件,支持龙芯、申威等国产芯片平台,可提供整体国产化自主可控方案。此外,还支持各种打印机、扫描仪、无线网卡、蓝牙、数码以及移动手持设备;兼容适配ATM机、查询机、排队机等行业的专业设计;完全兼容windows应用程序,使用效果流畅。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。