ZD至顶网CIO与应用频道 03月06日 北京消息:据全球领先的信息技术研究和顾问公司Gartner预测,全球公有云服务市场将从2016年的2092亿美元增至2017年的2468亿美元,增幅高达18%。最高增速将来自云系统基础架构服务(基础架构即服务,IaaS),预计将在2017年增长36.8%,达到346亿美元。云应用服务(软件即服务,SaaS)预计将增长20.1%,达到463亿美元(参见表一)。
Gartner研究总监Sid Nag表示:“全球公有云市场正在整体进入稳定期,其增速将在2017年达到峰值18%,随后将在未来几年内逐渐下降。当一些企业机构仍在试图搞清云服务到底如何才能与其整体IT战略相契合时,进行成本优化与发启转型的努力将为IT外包方带来更好的前景与结果。Gartner预测到2020年,云普及战略将影响50%以上的IT外包交易。”
Nag认为:“由于云服务可实现多种价值,例如敏捷性、可扩展性、成本优势、创新以及业务增长,各企业机构因此均对云战略趋之如骛。虽然并非所有的外包决策都能够引起向云端的自动转变,但买方希望制定‘以云为本’的决策,以便借助惊人的速度来实现从时间到价值的强大影响力。”
表一、全球公有云服务预测(单位:百万美元)
2016年 |
2017年 |
2018年 |
2019年 |
2020年 |
|
云业务流程服务(BPaaS) |
40,812 |
43,772 |
47,556 |
51,652 |
56,176 |
云应用基础架构服务(PaaS) |
7,169 |
8,851 |
10,616 |
12,580 |
14,798 |
云应用服务(SaaS) |
38,567 |
46,331 |
55,143 |
64,870 |
75,734 |
云管理与安全服务 |
7,150 |
8,768 |
10,427 |
12,159 |
14,004 |
云系统基础架构服务(IaaS) |
25,290 |
34,603 |
45,559 |
57,897 |
71,552 |
云广告 |
90,257 |
104,516 |
118,520 |
133,566 |
151,091 |
市场总计 |
209,244 |
246,841 |
287,820 |
332,723 |
383,355 |
资料来源:Gartner(2017年2月)
今后几年内,由于SaaS产品,即人力资本管理(HCM)与客户关系管理(CRM)正日趋成熟,同时财务应用采购更加频繁,SaaS市场的增速预计将会小幅放缓。尽管如此,SaaS仍将是全球云服务市场内的第二大细分市场。
Nag表示:“随着企业应用买方正逐渐注重以云为本,我们预计2017年超过50%的北美大型企业所采用的新应用将包含SaaS或其他类型的云端解决方案。中小型企业甚至处于普及曲线的更加上升的位置。到2019年,超过30%的百家最大型厂商的新软件投资将从云优先转变至云唯一。”
Gartner预测,随着SaaS正日益成为主流,基础架构计算服务领域将呈现出更高的云增长率。将基础架构迁移至云端的其他需求以及企业与初创公司领域内计算日益密集的工作负载(如:人工智能、分析与物联网)所带来的更多需求正在推动这一增长。此外,蓬勃发展的平台即服务(PaaS)也正在推动着IaaS的普及。
从地区角度而言,由于预计买方的需求会在预测期内升高,中国的IaaS云市场预期亦会有所提升。具体而言,中国更大型的单一业务IaaS提供商以及推动该市场的其他与电信相关的云提供商均会出现显著增长。虽然中国的云服务市场尚处于萌芽期,且落后美国与欧洲市场多年,但随着数字化转型在未来5年内日益成为主流,中国市场预计将保持高速增长。
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。