至顶网CIO与应用频道 06月29日 北京消息:亚马逊通技术服务(北京)有限公司(以下简称“亚马逊AWS”)宣布,携手亚信安全、神州绿盟、启明星辰、百度安全、Palo Alto、Fortinet、F5、Barracuda、德勤、凯捷、华讯等知名安全厂商和咨询公司,构建端到端的解决方案和服务,帮助中国客户满足当前在国内和海外的安全合规要求。
AWS全球副总裁、大中华区执行董事容永康表示,“AWS运营十多年来,始终把安全作为最高优先级的事项。为了帮助客户达到最高的安全标准,AWS提出了安全责任共担模型,集合AWS、AWS客户、APN合作伙伴三方的力量,共同做好客户的安全。其中,AWS管理和控制好云服务所在的物理设施安全,以及托管操作系统和虚拟层的安全,AWS负责构建安全的应用。AWS提供丰富的最佳实践文档、加密工具和指南,帮助客户实现应用级的安全。APN合作伙伴提供了几百个工具和功能,帮助AWS客户实现安全目的,这些工具涵盖网络安全、配置管理、访问控制和数据加密的方方面面。这次宣布跟安全生态APN合作伙伴的合作,就是AWS安全责任共担模型在中国的体现。”
在中国,AWS中国(北京)区域由光环新网运营,AWS中国(宁夏)区域由西云数据运营。AWS也跟中国的光环新网和西云数据一起,积极努力地提供相关解决方案和技术,分享经验,帮助在中国国内使用AWS的客户同样能够满足中国及海外的安全合规要求。我们在中国的安全合规APN合作伙伴生态,将AWS的安全技术和服务,与亚信安全、神州绿盟等APN合作伙伴的技术和服务融合在一起,为各行业的客户提供基于中国网络安全法规要求、等级保护国家标准、欧洲GDPR等方面的咨询、架构设计、技术支持,以及等级保护认证的端到端服务。
AWS合作伙伴网络(APN)成员提供了数百种行业领先的产品,跟本地环境的现有安全控制等效、相同或相融,对AWS现有的云服务是很好的补充,使客户能够在云环境和本地环境部署全面的安全架构,实现更加无缝的体验。AWS在中国的安全合规生态APN合作伙伴包括三类:第一类是安全解决方案APN合作伙伴,通过提供安全合规类型的产品和技术解决方案,帮助客户搭建符合法律法规要求的安全技术架构;第二类是安全咨询APN合作伙伴,为客户提供针对各类型安全合规要求的咨询服务,为客户搭建安全架构提供咨询方案,帮助客户建立和维护安全管理体系; 第三类是等保认证APN合作伙伴,针对网络安全等级保护国家标准,帮助客户提供等级保护认证服务。
亚信科技自2000年发力安全业务,2015年通过收购全球著名的独立安全软件提供商趋势科技中国,实现了推动中国自主可控战略实施,助力清朗的网络空间。亚信安全CEO张凡表示,“AWS云基础架构以灵活性和安全性享誉业界。作为中国网络安全产业领跑者, 亚信安全在云安全、APT威胁治理、身份安全、终端安全等多个领域处于先进地位。很高兴与AWS一起,帮助中国客户构建更强大的云计算安全保护体系,满足合规要求。“
上海华讯网络系统有限公司副总裁马壮先生表示:“亚马逊AWS作为全球公有云的领头羊,在安全合规方面有着丰富的资源和经验。欧盟于2018年5月25日生效的《通用数据保护条例》(General Data Protection Regulation,简称GDPR),AWS也是第一时间取得合规认证的。作为AWS的咨询合作伙伴,华讯网络将把我们18年系统集成和专业服务经验,与AWS的资源和经验相结合,高效地帮助客户满足在国内和海外的合规需求。“
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。