至顶网CIO与应用频道 05月19日 上海消息(文/王聪彬):在新型的市场环境中,企业需要快速灵活的改变,竞争的基础正在发上变化,数据等将成为新型的竞争力。在2017 Teradata大数据峰会上,Teradata天睿公司大中华区首席执行官辛儿伦(Aaron Hsin)表示,我们以客户需求为中心,通过更加创新的技术、全面的产品选项和卓越的咨询与服务,帮助客户通过数据分析获得洞察和潜能,快速适应不断变化的业务需求。
“数据分析已经成为企业内所有部门都很需要的部分,但想要做好数据分析还是一件不太容易的事。”Teradata天睿公司国际集团执行副总裁Peter Mikkelsen指出,新的数据类型正在不断增长,企业需要一个整体的生态系统来解决数据分析的问题。
左:Teradata天睿公司大中华区首席执行官辛儿伦;右:Teradata天睿公司国际集团执行副总裁Peter Mikkelse
Teradata天睿公司营销与业务拓展副总裁Mikael Bisgaard-Bohr认为,现在的企业应该将数据应用到6个层面:用数据改变商业、为数据进行设计、对数据进行管理、用数据进行实验、用数据进行创新、以客户为重点。
在技术上Teradata有两点变化,第一、开源是很重要的,所以更多的构建开源的能力;第二、在不受任何形式存在,在所有地方都可以提供服务,Teradata Everywhere可以在多种公有云、托管云和本地部署环境下部署全球最强海量并行处理(MPP)分析数据库。
在客户体验上,咨询交互的能力同样非常关键,Teradata从客户生命周期管理升级到生活周期管理,更好的理解客户的需求,积极良好的关怀客户。
在产品上,Teradata天睿公司产品及解决方案营销副总裁Chris Twogood发布了两款新产品:
Teradata IntelliFlex进行了升级,设计了高性能的工作负载,适合高吞吐量的业务,实现CPU和存储可以分别扩展,不需要一次进行大规模的采购。
Teradata IntelliBase可以提供多功能的计算节点,集成了计算和存储,可以和UDA集成在同一机柜。
据调查显示,企业在2020年之前会使用混合云的模式,同时部署在本地和云端,所以Teradata发布基础设施软件的云兼容授权,提供许可的可移植性、基于订阅的许可可以有不同的部署选择。
未来是属于能将数据转化为产品的企业,不论是何种技术产品、解决方案最后还是要应用在企业中。Teradata天睿公司首席技术官宝立明(Stephen Brobst)说, 最终数据要回馈给客户来创造价值,今天已经可以看到很多的案例。
Teradata天睿公司首席技术官宝立明(Stephen Brobst)
沃尔沃汽车利用数据为客户提供有效的建议,帮助调整驾驶者调整的用车方式。南加州爱迪生电力将500万现有电表替换为“智能”电表,为客户提供能源使用与成本详细信息与全新动态定价方案,帮助用户改变用电习惯。
当然在大数据使用的新阶段,人工智能也正在成为企业投资的战略重点之一,深度学习能够提升解决复杂问题的性能,将更快、更经济、更准确地发现洞察。Teradata正在通过Teradata实验室和深度学习社区,并同全球科研院所和行业专家合作,依托团队丰富的人工智能技能、资源和经验,为客户项目创造新洞察和成果。
好文章,需要你的鼓励
谷歌Agent Development Kit(ADK)革新了AI应用开发模式,采用事件驱动的运行时架构,将代理、工具和持久化状态整合为统一应用。ADK以Runner为核心,通过事件循环处理用户请求、模型调用和外部工具执行。执行逻辑层管理LLM调用和工具回调,服务层提供会话、文件存储等持久化能力。这种架构支持多步推理、实时反馈和状态管理,为构建超越简单聊天界面的生产级AI应用提供了完整框架。
上海AI实验室联合团队开发RoboVIP系统,通过视觉身份提示技术解决机器人训练数据稀缺问题。该系统能生成多视角、时间连贯的机器人操作视频,利用夹爪状态信号精确识别交互物体,构建百万级视觉身份数据库。实验显示,RoboVIP显著提升机器人在复杂环境中的操作成功率,为机器人智能化发展提供重要技术突破。
苹果在iOS 26中推出全新游戏应用,为iPhone、iPad和Mac用户提供个性化的游戏中心。该应用包含五个主要版块:主页展示最近游戏和推荐内容,Arcade专区提供超过200款无广告游戏,好友功能显示Game Center动态并支持游戏挑战,资料库可浏览已安装游戏并提供筛选选项,搜索功能支持按类别浏览。iOS 26.2版本还增加了游戏手柄导航支持,为游戏玩家提供更便捷的操作体验。
英伟达研究团队提出GDPO方法,解决AI多目标训练中的"奖励信号坍缩"问题。该方法通过分别评估各技能再综合考量,避免了传统GRPO方法简单相加导致的信息丢失。在工具调用、数学推理、代码编程三大场景测试中,GDPO均显著优于传统方法,准确率提升最高达6.3%,且训练过程更稳定。该技术已开源并支持主流AI框架。