至顶网CIO与应用频道 09月19日 北京消息: 由云计算所驱动的数字化转型使全球各地的公司,以前所未有的速度和规模创新产品与服务,并与客户建立更紧密的联系。随着业务的数字化,企业也要面对数字经济所带来的法律挑战。微软已制定了策略和措施来妥善管理数字化转型中的知识产权侵权风险。随着客户和合作伙伴业务数字化的深入,微软用其在知识产权领域的专业积累和专利库,帮助客户保护其在云端的创新,可使他们集中精力发展业务,并赢得数字化转型。
今天,我们宣布微软“Azure知识产权保护计划”将于10月1日正式在中国落地。届时,中国Azure用户也将像全球其他市场上的用户一样,享受到微软提供的知识产权保护。
自今年2月推出以来,“Azure知识产权保护计划”得到了来自各方的积极反馈。客户认为我们所提供的涵盖开源软件的无上限赔偿、多达10,000项的微软专利库,以及即用许可证承诺,对于他们管理潜在的知识产权风险大有裨益。
很多客户反馈说,仅仅是10,000项专利库这一项,就足以有效威慑或阻止专利诉讼;而我们承诺的无上限赔偿所覆盖的广度,也是无人能及的。Azure上的独立软件开发商(ISV)尤其兴奋,因为他们可以充分利用这个庞大的专利库,来充实其自身的专利实力。TechInsights认为:“微软‘Azure知识产权保护计划’所提供的专利库规模,远远超过了甲骨文(Oracle)、谷歌(Google)、亚马逊(Amazon)和VMWare。”微软Azure的友商中,没有一个能够像微软这样慷慨。更让人信服的是,所有符合要求的Azure用户都可免费享用这些知识产权保护。
在中国推出“Azure 知识产权保护计划”贯彻了微软全力打造全球规模云服务的承诺。Azure目前已经在全球覆盖42个区域,并且这个数字还在快速增长。在中国,基于微软技术由世纪互联运营的Microsoft Azure从2014年3月开始正式商业运营。其他任何云服务商都很难企及微软智能云遍及全球的脚步,当Azure已经在中国成功运营多年之后,某些服务商还没有真正站稳脚跟。
“Azure知识产权保护计划”给用户带来的好处显而易见。一份由IPlytics进行的调查显示,2011年以来,专门以专利诉讼牟利的“非执业实体(NPE)”在云计算领域的专利储备已经增加了130%。自2012年以来,与云相关的专利诉讼在美国已经增长了700%。这样的趋势同样出现在中国。从2011年到2016年,中国的专利诉讼数量增长了158%。从2015年以后,中国的专利申请数量已经超过了美国。
我们高兴地看到,在中国推出的“Azure知识产权保护计划”已经得到了我们客户的认可。总部设在北京的摩拜单车是全球最大的共享单车企业,他们利用Azure云平台将其业务快速拓展到包括英国曼彻斯特在内的广大海外市场。摩拜单车CTO夏一平表示:”摩拜单车已在全球7个国家拓展了共享单车业务。在一些地区摩拜单车选择了与微软智能云开展合作。而‘Azure知识产权保护计划’则大大降低了摩拜单车在相关市场可能遇到的与知识产权相关的潜在风险。微软在技术与法规层面提供的多重保障,让摩拜无后顾之忧地在使用云端服务助力业务发展。”
“Azure 知识产权保护计划”已在海外落地。在中国落地后,Azure用户在全球各地部署他们的SaaS 应用时,都能信赖微软的知识产权保护。
关于 “Azure知识产权保护计划”的更多详情,请参考官方网站:https://wacn-ppe.chinacloudsites.cn/support/azure-ip-advantage。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。