ZD至顶网CIO与应用频道 03月29日 北京消息:Gartner 2016年首席信息官调查结果(参见图一)显示,云服务位列首席信息官选择及投资的中国前5大技术领域。由于中国政府的积极参与,公有云服务(IaaS)在中国的采纳度明显有别于其他国家。另一个不同之处在于,各个垂直行业的采购行为或需求相去甚远。为了更好的定位基础架构即服务的咨询与实施服务,技术业务部的领导者们必须深入了解中国政府与各企业的政策和最新计划。基于以下优先选择项目,我们预计到2020年,公有云服务将为服务提供商贡献至少15%的咨询与实施收入。
图一、2016年中国首要的技术优先领域
资料来源:Gartner(2016年12月)
受政府监管的中国公有云服务(IaaS)
中国监管机构不允许国外公有云提供商自行提供公共通信服务。这些提供商在构建数据中心与网络基础架构以及实施日常运营与交付服务方面均须严格遵守相关法规。国外公有云服务提供商侧重于交付技术与平台;而中国公有云服务合作伙伴则一般负责基础架构的日常运营与本地客户支持。
另一个监管重点与数据的本地处理及存储要求相关。此类法规目前适用于银行与金融企业,而今后将延伸至其他行业。近期全球趋势显示,对于敏感数据跨境流动的关注正日益增加。
采用中国公有云的客户只能通过中国证书登录,而无法利用同一证书登录其全球云基础架构,反之亦然。此外,本地公有云提供商可以构建自身的独立数据中心,但仍需要遵守其他数据安全相关政策。
公有云服务商通过合作伙伴提供基于公有云的企业级咨询与实施服务是最可行的方式
各种合作伙伴关系构成了公有云服务的应用生态系统。中国的公有云服务提供商面临多种选择;我们将其分为全球从业者、中国本土互联网公司、通信服务提供商(CSP)以及一些在特定领域拥有优势的服务供应商。根据企业机构的技术与业务需求来挑选适合的服务,对于企业首席信息官而言将至关重要。
虽然有些人可能认为公有云服务是一种商品,而且价格是唯一重要的考虑因素,Gartner认为市场内领先提供商之间的服务特性与配置也差别很大,因此价格不应是制定采购决策的唯一考虑因素。
咨询服务提供商生态系统可帮助企业评估不同公有云服务提供商的服务产品,洽谈合同并展开总拥有成本分析。
大部分中国公共云服务提供商一般先构建基准产品与服务,然后在其中添加更多功能特性时再考虑具体使用案例。它们通常不为客户提供定制化服务。
咨询与实施服务提供商应从合同的视角深入了解各种公有云服务提供商的产品与服务,以帮助客户躲避陷阱。此外,它们还必须具体了解定价模式、保障服务水平协议的方式、数据保护与存储等详细信息。
咨询和服务供应商应该了解各垂直行业对于公有云的应用程度度各不相同
公有云服务成熟度在不同垂直行业不尽相同,如:完善冗余系统或交付新服务。最近,许多中国企业对运行在公有云上的数字商务应用很感兴趣。然而,公有云服务提供商的产品与服务往往非常复杂,且功能繁多,因此需要专业技能才能实现最佳应用。许多IT企业机构并未充分理解关于原生云架构以及这些平台DevOps运营的最佳实践,而专业的咨询与实施服务可以有助于弥合技术缺口。
此外,各垂直行业可能已制定了行业指南,借以充分利用与中国“十三五”规划相关的新兴技术。例如,中国银监会于2016年7月15日发布了《中国银行业信息科技“十三五”发展规划监管指导意见》。而且,所有银行均须协作建立行业性公有云平台。
一般而言,公有云服务提供商将提供云基础架构与支持服务,支持各企业通过云平台运行其应用,从而赋予客户可扩展性与敏捷性优势。公有云服务商不会提供以下服务,而这为咨询服务提供商带来了大好机会:
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。