至顶网CIO与应用频道 04月25日 人物访谈(文/王聪彬):“现在微信里多了好多朋友,而且还会时不时发个朋友圈。”京东云事业部总裁申元庆开玩笑说道,这是到我京东云后最大的变化。
2017年9月,申元庆加入京东云到现在已经7个多月,在之前他都是以外界的视角去看中国互联网,现在自己终于加入了中国互联网企业,对他来说这是一种不同的体验。
在新的阶段申元庆希望自己从职业经理人转变为事业合伙人,在这里痛并快乐的感受从没有如此的强烈过,当然无论是之前还是现在,他所从事的都是他最爱的云计算事业,所以一切的辛苦都不算什么。
就如同申元庆的华丽转身一样,4月20日京东云也完成了一次华丽转型,正式启用全新品牌形象,并发布了全新的品牌口号“预见无限可能”。
京东云事业部总裁申元庆
让云计算不再硬邦邦
京东云希望通过全新品牌发布,提升京东云的识别度、让用户对云计算有更多想象空间、开启全球化布局的第一步。申元庆强调,京东云有信心在未来实现弯道超车,稳定进入中国云计算领军行列。
此次发布的新logo酷似一个莫比乌斯环,我们知道莫比乌斯环是一个无限灵动的线条,充满着不同的变化,与无限可能相呼应。申元庆认为,这就如同云本身一样没有一个固定的形象,我们不希望大家还把云计算理解成硬邦邦的固态形象,云已经随处可得,无处不在,早已改变了我们的工作和生活。
申元庆多次提到京东云并非先来者,但京东云却是云计算时代的原住民,自身就是一个云计算的使用者,不仅拥有技术还拥有经验。从2016年4月正式开始商用,作为京东集团内部技术赋能的平台,京东云正持续将技术和解决方案带到更多企业、合作伙伴、公共事业。
云计算市场的抢夺从云计算概念提出的那一天可能就开始了,京东云这个后来者的态度就是“超级电商成就超级云服务商”。
就如同AWS一样,京东云和其拥有相同的基因。而且从设计之初就是多租户的架构,让多用户环境下使用同一套程序,且保证用户间数据隔离。最后就是京东云拥有大量的物理服务器,通过分布式技术可以实现更高的系统可靠性、可用性和扩展性。
申元庆把做云比做脏活累活,因为做云服务要赔三年才能获利。但是超级电商则带动了金融科技服务、物流服务、保险服务等等,这些电商自带的场景可以和不同行业做高度融合赋能行业。
“现在的云计算市场已经被充分教育,京东云非常清楚客户和合作伙伴的期待,大量的经验积累可以有效的避免云计算发展前期的那些坑,并且联合合作伙伴为用户提供最优质的服务。“申元庆说道。
技术和模式创新的底气
目前京东云正处于迅速升级的过程中,以“天”为单位更新或推出新服务。在品牌发布的同时,京东云也发布了容器服务、JDStack、DevOps等15款云产品,涵盖弹性计算、网络、云数据库与缓存、存储、云安全、专有云等多方面的云服务。
京东云容器服务
京东云容器服务融合了容器和虚拟机的优点,并整合存储、网络、安全等整体服务,无需管理虚拟机或集群,为用户打造安全、易用、全面的容器服务。
京东云容器服务的特色:
京东云JDStack
JDStack是京东云针对政府及大企业客户提供的可私有化部署的云平台。在与京东云公有云服务用户体验保持一致的前提下,更适合在用户本地数据中心部署使用,发挥云平台高资源利用率、高可用、易扩展、低运维成本的优势特点。
京东云DevOps
京东云为各种规模的企业提供一站式DevOps解决方案,实现企业服务全生命周期管理,提升企业运维自动化、智能化水平,帮助用户从容面对各种运维挑战,支撑企业业务快速稳定发展。京东云 DevOps 特色:实现研发、测试、运维之间的高效协同,提升整体效率;提供了从编译、部署、流量控制一整套的持续交付流程;从基础设施到服务运行状态全链路的监控服务。
申元庆也坦言,未来云计算市场每年还将达到40-60%的增长率,云计算的增速同时带动数据的增速,这又进一步驱动云计算的需求,而且随着5G的到来,未来还有更多的惊喜。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。