ZD至顶网CIO与应用频道 08月03日 北京消息: 在日前召开的2016中国云计算生态系统峰会上,寄云科技凭借在云计算领域的自主创新,荣获优秀云服务运营商和优秀创新云应用开发商。这也充分肯定了寄云在帮助ISV、渠道、用户更好地实现向云计算转型、把握SaaS时代新机遇上所做出的努力。
据了解,商业伙伴咨询机构2016Cloud500调查评选工作历时两个多月,共有数千家企业报名参选,根据企业实力、创新性、发展前景等指标,最终产生500家入选企业。这500家入选企业,涵盖公有云、混合云和私有云等多种业务类型,是中国云计算生态系统的代表力量。
在云计算市场中,企业比拼的不只是自身的实力,只有与云生态系统中的其他企业合作,才能占有一席之地。伴随着中国云计算市场的发展成熟,云生态的合作模式也在不断创新。在此次峰会上,寄云科技CEO时培昕博士重点分享了寄云SaaS服务平台的功能特性,以及在用户、合作伙伴和SaaS厂商迈向云计算道路上所能够提供的帮助,展现了寄云在促进云生态系统发展上的力量。
企业SaaS服务仍存巨大阻力
“SaaS替代传统软件,只是时间问题。”时培昕博士表示,相比较传统软件,对于客户,SaaS具有任何时间、任何地点的访问,更灵活的业务响应能力,更低的采购风险,更低的投入,更快的特性迭代等特点,更好地实现了客户利益和风险的平衡。
不过,国内的云服务市场真实情况则是云服务体量和经济水平不匹配、云服务收入结构软硬倒挂,企业SaaS服务还存在巨大的阻力。时培昕博士认为,这种阻力在厂商、渠道和客户三个层面都有所存在。
对于厂商而言,他们希望分食SaaS蛋糕,但不具备“登云”的技术能力和运营意识;对于渠道商而言,他们担心在IT云化后被线上渠道取代,对转型有动力却无能力;对于客户而言,他们知道云是热点,知道云的好处,但无法独自完成,业务发展不规范,个性化诉求众多。
要破解这些难题,时培昕博士认为应该从PaaS平台和企业应用商店两个层面出发,其中PaaS平台解决“产”的问题:基础设施已经趋于完善,大量应用需要从传统模式转变成云服务模式,且应用的交付速度和质量要求越来越严格,但现有的客户不具备上云的能力;而企业应用商店解决“销”的问题:国内的中小企业客户分散,而订阅式服务下的云服务厂商无法承受高额成本的地推式获客模式,企业客户同时需要一站式的云服务平台来快速获取多个厂商的服务。
为此,寄云打造了中国自主知识产权的“产+销”SaaS服务平台,通过软件云化/SaaS化、SaaS应用商店和PaaS平台帮助企业上云、构建云端应用,帮助企业冲破进入SaaS服务市场的巨大阻力。
寄云SaaS服务平台打破SaaS消费瓶颈
据了解,寄云SaaS服务平台在SaaS开发方面,可以帮助传统软件实现SaaS化,提供软件SaaS门户、自动化交付、扩展和运维的能力,并支持构建全新的多租户SaaS应用;在SaaS分销方面,提供平台应用商店,并支持合作渠道构建渠道应用商店,实现SaaS应用的销售。
对于用户而言,寄云SaaS服务平台可以为用户提供丰富的应用选择,快速的体验和开通,统一的应用门户和身份管理,统一的账单和发票,更优惠的价格和更好的业务集成。
对于渠道合作伙伴来说,寄云SaaS服务平台可以帮助他们提升直接的客户变现能力,实现更强黏性的收入、更高利润、更多的长尾市场服务机会。如今,已经有包括神州数码、惠普企业、沃云、航天信息、软通动力等在内的全国性和区域性伙伴已经通过寄云SaaS服务平台构建了渠道应用商店。
对于SaaS厂商来说,寄云SaaS服务平台可以帮助他们实现开发速度的迅速提升,更低的客户获取成本,更低的交付和运维成本,更快的产品特性推广。包括爱数、通达,IBOS等数十家软件厂商接入寄云SaaS服务平台,并获得了良好的效益。通达信科CTO刘向前就表示:“寄云提供的一站式SaaS服务,不仅帮我们以极快的速度构建了云OA的业务,还提供了很多我们没有想到的特性。”爱数副总裁官文军也表示,“我们完全没想到通过寄云来实现AnyShare的SaaS化会如此简单,远远超出我们预期。”
时培昕博士在云计算峰会上演讲
时培昕博士表示,寄云所要做的就是要让SaaS开发更加简单,创业者能聚焦在核心业务上;让SaaS获取客户更简单,成本更低;搭建全国(球)性云服务销售网络,对接销售渠道和云服务供应商。
好文章,需要你的鼓励
这篇研究论文揭示了多模态大语言模型(MLLMs)存在严重的模态偏差问题,即模型过度依赖文本信息而忽视图像等其他模态。研究团队通过理论分析和实验证明,这种偏差主要源于三个因素:数据集不平衡、模态骨干能力不对称以及训练目标设计不当。他们提出了系统的研究路线图和解决方案,包括增强视觉模态在数据集中的贡献、改变模型关注点和应用偏好优化策略。未来研究方向则包括开发更客观的评估指标、探索更多模态组合中的偏差问题以及应用可解释AI技术深入分析偏差机制。
ComfyMind是香港科技大学研究团队开发的一个协作式AI系统,旨在解决当前开源通用生成系统面临的稳定性和规划挑战。该系统基于ComfyUI平台,引入了两项关键创新:语义工作流接口(SWI)和带本地反馈执行的搜索树规划机制。SWI将低级节点图抽象为语义函数,而搜索树规划将生成过程视为分层决策任务。实验表明,ComfyMind在ComfyBench、GenEval和Reason-Edit三个基准测试中均大幅超越开源基线,并达到与GPT-Image-1相当的性能,为开源通用生成AI开辟了新路径。
这项研究介绍了一种名为"热带注意力"的新型注意力机制,专为解决神经网络在组合算法推理中的困境而设计。传统注意力机制使用softmax函数产生平滑的概率分布,无法精确捕捉组合算法所需的锐利决策边界。
这项研究揭示了RAG系统中位置偏见的真实影响——虽然在受控环境中明显存在,但在实际应用中却微不足道。研究人员发现,先进的检索系统不仅会找出相关内容,还会将具有干扰性的段落排在前列,超过60%的查询中至少包含一个高度干扰段落。由于相关和干扰内容同时出现在检索结果前列,位置偏见对两者都有惩罚作用,从而抵消了偏见效应。因此,基于位置偏好的复杂排序策略并不比随机排序更有效,这一发现将优化方向从段落排序重新导向检索质量提升和模型抗干扰能力增强。