7月15日,工信部正式公布可信云認(rèn)證名單,騰訊云在國內(nèi)權(quán)威機(jī)構(gòu)首次云計算領(lǐng)域資質(zhì)認(rèn)證中已獲得可信云認(rèn)證。與此同時,伴隨著主管部門的云認(rèn)證資質(zhì)正式公布,中國云服務(wù)市場正式邁向規(guī)范化運營,騰訊云也將不斷推出更為優(yōu)質(zhì)、可靠的服務(wù),全力推動云生態(tài)。
可信云認(rèn)證規(guī)范云市場推進(jìn)產(chǎn)業(yè)升級
可信云認(rèn)證啟動于2013年5月,工信部電信研究院牽頭成立“可信云服務(wù)工作組”, 大量借鑒了國外先進(jìn)經(jīng)驗和國內(nèi)云計算企業(yè)的實踐經(jīng)驗,制定了《云計算服務(wù)協(xié)議參考框架》、《可信云服務(wù)認(rèn)證評估方法》、《可信云服務(wù)認(rèn)證評估操作辦法》三個標(biāo)準(zhǔn),內(nèi)容包括數(shù)據(jù)私密性、數(shù)據(jù)知情權(quán)、故障恢復(fù)能力、網(wǎng)絡(luò)接入性能等16個指標(biāo)。這是國內(nèi)權(quán)威機(jī)構(gòu)首次開展云服務(wù)資質(zhì)認(rèn)證,同時其高規(guī)格、高標(biāo)準(zhǔn)對于國內(nèi)云服務(wù)運營商提出了更高的要求,且對云市場的運營體系規(guī)范和行業(yè)規(guī)模擴(kuò)大都有著重要的積極作用。
目前國內(nèi)云市場存在著服務(wù)商與產(chǎn)品不規(guī)范、魚龍混雜的情況,企業(yè)雖然對云技術(shù)需求強(qiáng)烈,但由于不規(guī)范帶來的不信任,阻礙了云技術(shù)在中國的普及和發(fā)展,間接拖累了多個行業(yè)的互聯(lián)網(wǎng)化進(jìn)程,最終也對企業(yè)利益和用戶體驗造成了不利影響。騰訊云作為一個面向廣大企業(yè)和個人的公有云平臺,致力于提供高品質(zhì)、高性價比、超預(yù)期服務(wù)的各項云產(chǎn)品,以及提供微信、游戲、移動應(yīng)用等行業(yè)解決方案,在安全性、可靠性、易用性、承載能力、運營分析工具、用戶資源等方面受到信賴。
騰訊云展現(xiàn)行業(yè)價值構(gòu)造云端新生態(tài)
通過長期的探索與嘗試,騰訊云目前不僅在云技術(shù)方面表現(xiàn)出眾,云服務(wù)器、云數(shù)據(jù)庫、云存儲、CDN、云安全、云分析等產(chǎn)品得到合作伙伴認(rèn)可,同時不斷優(yōu)化整體解決方案,針對不同的行業(yè)和不同企業(yè)針對性的提供綜合服務(wù),在企業(yè)互聯(lián)網(wǎng)轉(zhuǎn)型、云技術(shù)推廣、行業(yè)創(chuàng)新等方面對合作伙伴幫助良多,深受好評。在提供優(yōu)秀產(chǎn)品和服務(wù)的同時,也不斷降低企業(yè)接入成本、加大扶持力度,推動了整個云技術(shù)市場的發(fā)展,對云生態(tài)的打造建樹頗豐。
騰訊云此番獲得工信部可信云認(rèn)證,進(jìn)一步確立了騰訊在云計算行業(yè)的領(lǐng)先地位,接下來騰訊云也將積極推進(jìn)服務(wù)商資質(zhì)認(rèn)證體系,繼續(xù)提高服務(wù)質(zhì)量,充分發(fā)揮可信云的行業(yè)指向標(biāo)價值,攜手工信部加快行業(yè)規(guī)范進(jìn)行,徹底發(fā)揮騰訊云的能力優(yōu)勢,向更多企業(yè)提供值得依靠的優(yōu)質(zhì)產(chǎn)品和服務(wù),加快互聯(lián)網(wǎng)行業(yè)的云端化進(jìn)行,推動新生態(tài)的迅速發(fā)展。
據(jù)悉,在取得可信云認(rèn)證的同時,騰訊云還將與工信部聯(lián)合發(fā)布第三方服務(wù)商資質(zhì)認(rèn)證體系,進(jìn)一步規(guī)范騰訊云生態(tài)鏈閉環(huán)中的第三方供應(yīng)商,促使騰訊云生態(tài)鏈朝著更為安全可信的方向發(fā)展。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)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(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)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(xué)研究團(tuán)隊提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)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(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)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(jī)制和高效訓(xùn)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(biāo)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(xué)研究團(tuán)隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)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(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)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。