2017年5月19日,由中国联通云数据有限公司与英特尔共同成立的“联合创新实验室”在北京揭幕。该实验室旨在将中国联通在客户、研发、网络和运营服务等优势与英特尔领先的技术和全球洞察力优势深度融合,在计算、存储、网络、平台和管理等新一代云计算架构与核心技术等方面开展联合创新研究,近期将聚焦中国联通沃云平台可扩展和可管理的超融合架构(HCI)、软件定义存储(SDS)以及NFV相关网络技术等方面进行联合研发,以更好地服务政企及行业用户,从而提升中国联通沃云的产品差异化竞争力与服务品质。
中国联通沃云贯彻“安全可控、云网一体”的发展方向,依托自身强大的通信网络能力和基础设施资源,正在推进建设“M(集团级)+1(省级中心)+N(地市级边缘)”的新一代云数据中心规划布局,目前已经建成基于超融合架构的沃云全国资源池,实现了跨不同云数据中心云计算资源的快捷部署交付、运维服务和可控管理。
与此同时,为满足正在爆发式增长的视频、流媒体等互联网业务的需要,中国联通正在加快基于SDN/NFV技术云网一体平台的创新研发,即将推出基于沃云超融合的“云芯”解决方案,以及基于混合云的“云链”等云网一体产品。中国联通沃云的网络设备采用了基于英特尔技术、可支持DPDK技术的网卡设备,进一步挖掘了中国联通沃云的网络潜能,加速了虚拟网络技术在沃云中的部署速度。
联合创新实验室将利用英特尔DPDK(Data Plane Developers Kit)技术,优化和加速沃云关键组件OVS(Open VSwitch)、VPP(Vector Packet Processing)的测试验证工作,从而降低网络的采购和运营成本,提升网络灵活性,该测试结果将进一步加速新一代性能更强的虚拟网络技术在中国联通沃云中的部署速度,为全面推进基于SDN/NFV的新型网络规划奠定了坚实基础。
中国联通云数据有限公司总经理焦刚表示:“近期,中国联通在聚焦战略指引下,正在打造培育具有运营商特色的专业化、一体化和可管理的云网一体服务优势,并坚持合作创新和合作共赢,与产业链各方精诚合作,探索云计算与其他行业深度融合、跨界融合,共建云计算产业生态联盟,共同推进云计算在各个领域的应用、普及与发展。英特尔公司一直引领着计算领域的创新,也是中国联通可信赖的合作伙伴,此次联合创新实验室的成立,是双方进一步合作的良好开端。未来,中国联通云数据公司将继续携手英特尔公司,深化合作创新机制,实现双方优势互补,产出更为丰硕的成果。”
对于联合创新实验室的成立及所取得的成果,英特尔公司行业解决方案集团中国区总经理梁雅莉表示:“双方的合作进一步强化了中国联通沃云的技术领先性和竞争力。可以看到,云计算在未来可以给运营商带来的价值是不可估量的,英特尔所构建的‘云就绪网络’为运营商网络转型及部署云平台提供标准化、开源的硬件平台。未来,英特尔将继续协同生态系统合作伙伴,推动SDN/NFV技术的实际应用,为运营商向云化网络转型提供有力支持。”
为更好的服务于中国联通沃云客户,中国联通云数据公司也同步发布了抗DDos、云WAF、云扫描、主机加固服务等四款云安全产品。未来,中国联通将与产业链合作伙伴一起,共同打造更加安全可靠、内容丰富、质优价廉的云计算产品。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。