2015年8月14日,阿里巴巴集團今日宣布正式加入全球知名非營利性組織Linux基金會,作為Linux基金會中首個來自中國的互聯(lián)網公司,阿里巴巴集團對于Linux的幫助表示感謝,并將持續(xù)加大對技術的投入以促進Linux的發(fā)展。
在加入Linux基金會的同時,阿里巴巴也成為開源項目Xen的顧問委員會成員,Xen是Linux基金會合作項目。
Linux基金會官方對于阿里巴巴的加入表示歡迎:“近年來Linux實際上已經成為協(xié)同開發(fā)的途徑。無論是作為容器類的解決方案和虛擬銀行,還是輕量級的計算解決方案,本次加入的新成員都展現(xiàn)出Linux的全球化和廣泛性。”
作為Xen項目顧問委員會新成員,阿里云CTO章文嵩表示,“在為全球用戶提供的云計算服務中,Xen虛擬化技術對我們越來越重要。”章文嵩說,“阿里云期待著與Linux及Xen項目社區(qū)更深層次的互動和協(xié)作,參與國際通行的協(xié)作方式,不斷加入新的協(xié)作組織,成為開源社區(qū)的積極貢獻者。”
阿里巴巴集團是全球領先的電子商務公司與云計算服務商。章文嵩目前還擔任著阿里巴巴開源委員會主席,曾開發(fā)了著名的負載均衡軟件LVS,并一直在開源界推動合作交流。
章文嵩進一步表示,加入Linux基金會有助于阿里云更加深入地理解Linux等開源軟件,更多地參與到技術與標準制定討論當中,主動把握未來軟件發(fā)展方向。這對于阿里巴巴集團以及阿里云積極推進的國際化戰(zhàn)略有著重要意義。
他表示,阿里巴巴還將更加積極開放地參與到更多的開源基金會,并將在適當時候捐獻部分軟件項目給基金會托管。
阿里巴巴是Linux的活躍開發(fā)者,此前已經為Linux內核提交了290多個Patch,在國內互聯(lián)網公司當中貢獻度第一。除了Linux之外,阿里巴巴在MySQL、JVM、Web服務器等知名項目中均有杰出貢獻,也是開源組織WebScaleSQL的5大成員之一。
阿里巴巴也積極地開源自研軟件回饋社區(qū),包括了TFS分布式文件系統(tǒng)、Tair存儲系統(tǒng)、Dubbo、jStorm、RocketMQ、FastJSON、Druid、TBSchedule、otter等。
業(yè)內評論認為,阿里巴巴此次加入Linux基金會,將帶動更多的中國企業(yè)尤其是互聯(lián)網企業(yè)參與開源事業(yè),Linux 等社區(qū)將會出現(xiàn)更多來自中國技術人的聲音。有助于從技術標準上為中國企業(yè)獲得更大的競爭優(yōu)勢。
與阿里巴巴同批加入Linux基金會的還有PayPal、DCHQ、聯(lián)發(fā)科技、武漢深之度等4家公司,此前加入的中國公司只有中國移動等4家。
由開源中國發(fā)布的《2014 最受關注開源軟件排行榜 TOP 50》中,阿里巴巴有3款軟件上榜,分別是Dubbo、Druid和FastJSON。而在TOP100榜單中則超過了7個。
此外,阿里巴巴也維護著一個名為淘蝌蚪(code.taobao.org)的開源社區(qū)。目前,該社區(qū)已經有近5萬個項目,有超過10萬工程師注冊使用。
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)不同問題靈活調整內部專家配置。該方法在數(shù)學、編程等任務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,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(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量視頻,延遲僅0.76秒,質量漂移指標從傳統(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幾何知識對培養(yǎng)AI空間智能的重要價值。