在青云QingCloud聯(lián)合創(chuàng)始人兼CEO黃允松看來,云計算的源起是來自個人消費者和小微型企業(yè),或者叫做創(chuàng)新性企業(yè)的推動,跟傳統(tǒng)的大中型企業(yè)、傳統(tǒng)的大型IT公司關(guān)系不大。傳統(tǒng)企業(yè)對云計算是被迫跟進心態(tài),而不是主動的擁抱云計算。正是因為新的IT群體和消費觀的出現(xiàn),個人消費者和小微型企業(yè)的投入和熱情,使得全世界的IT消費觀念發(fā)生深刻變化。
在黃允松接觸的客戶中,他們一般最愿意問兩個問題:一是安全,二是費用。在黃允松看來,通過技術(shù)的合理使用,這些問題其實都應(yīng)該會被消除掉。
十年前,人們對網(wǎng)絡(luò)沒有信任,但是今天,大多數(shù)人都在網(wǎng)上買過東西、用過網(wǎng)銀行;而企業(yè)呢,越來越多的生意來源渠道是網(wǎng)絡(luò),企業(yè)的IT架構(gòu)對公司的運作非常關(guān)鍵。
以前信息不對稱的時候很多行業(yè)是暴利行業(yè),而現(xiàn)在呢,企業(yè)的利潤空間越來越小,這種情況下對成本控制非常嚴格,一定要在技術(shù)層面上尋求解決問題的方法。因為你沒有辦法繼續(xù)壓縮工廠的利潤,也沒有辦法繼續(xù)壓縮軟件,你也沒有辦法繼續(xù)進一步壓縮系統(tǒng)集成商的空間,因為大家的空間都很薄,所以我們需要新的技術(shù)去解決這些問題。
很多朋友在問黃允松,在做應(yīng)用架構(gòu)設(shè)計的時候,是不是真的要完全拋棄現(xiàn)在的一切,全面去擁抱云。在他看來實際上不是這樣的,他更加推薦的方案是從傳統(tǒng)的IT過渡到新型的IT方案。據(jù)了解,QingCloud開始于2012年,去年3月26日云服務(wù)上線,去年7月12日對外開放,目前青云的客戶中,超過95%的請求全部透過API。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。