至顶网服务器频道 08月29日 新闻消息:全球云基础架构和移动商务解决方案领导厂商VMware (NYSE: VMW)与惠普公司(NYSE:HPQ)今天在VMworld® 2017大会上,宣布了一项合作:把VMware Workspace ONE™加入惠普DaaS技术平台。作为由VMware AirWatch®统一端点管理(UEM)技术支持的集成平台,Workspace ONE为管理组织机构内的所有端点—— 从移动到桌面再到物联网(IoT),提供了完整且以用户为中心的方法。惠普DaaS提供了现代的计算消费模式,在该模式下,硬件与生命周期服务被综合用来改善用户体验,并释放IT资源以推动增长。
VMware终端用户计算高级副总裁兼总经理Sumit Dhawan表示:"由AirWatch支持的VMware Workspace ONE提供了新一代统一端点管理技术,帮助我们的客户实现通过无线方式实时管理终端与应用的整个生命周期。此次合作让两家行业领先的公司走到了一起,为寻求将其终端从采购到管理转变为基于可预测消费服务的双方客户提供了完整的解决方案。"
惠普公司个人系统部门总裁Ron Coughlin表示:"数十年来,在如何销售设备并为之提供服务方面,HP DaaS已到达了一个突破点。其从根本上改变了企业客户选择、部署、保障、管理与更新多种操作系统及多种设备环境的方式。我们非常高兴与VMware合作,并将其统一端点管理解决方案集成至惠普DaaS,相信我们综合平台的强大实力将为客户带来新一代的设备消费。"
由AirWatch统一端点管理技术支持的Workspace ONE将行业领先的VMware AirWatch Enterprise Mobility Management?功能拓展到了基于云的高级macOS与Windows 10 PC生命周期管理。这包括配置管理、操作系统(OS)补丁管理、客户端健康与安全管理。Workspace ONE的统一端点管理技术能够让IT部门更快速地部署安全补丁及操作系统更新,更可靠地安装软件,随时随地整合各设备间的操作流程。
利用跨商业设备与服务的单一触点与单一合约,惠普DaaS解决了管理当前多操作系统环境的复杂性问题。其能够让客户按月为每台设备支付费用,并减轻了管理设备的日常负担,因此IT部门可将时间花费在最重要的事务方面。通过将Workspace ONE添加至惠普DaaS丰富的管理工具套件,惠普DaaS服务代理(Service Agent)将从更多功能中受益,进而提供全面的设备管理,帮助客户提高效率,改善雇员体验,并释放IT资源,在变革的工作空间内推动增长。
全球云基础架构和移动商务解决方案领导厂商VMware (NYSE: VMW)与惠普公司(NYSE:HPQ)今天在VMworld® 2017大会上,宣布了一项合作:把VMware Workspace ONE™加入惠普DaaS技术平台。作为由VMware AirWatch®统一端点管理(UEM)技术支持的集成平台,Workspace ONE为管理组织机构内的所有端点—— 从移动到桌面再到物联网(IoT),提供了完整且以用户为中心的方法。惠普DaaS提供了现代的计算消费模式,在该模式下,硬件与生命周期服务被综合用来改善用户体验,并释放IT资源以推动增长。
好文章,需要你的鼓励
这篇博客详细解读了阿里巴巴通义实验室和中科大联合开发的VRAG-RL框架,该框架通过强化学习优化视觉语言模型处理复杂视觉信息的能力。研究创新性地定义了视觉感知动作空间,使模型能从粗到细地感知信息密集区域,并设计了结合检索效率与结果质量的精细奖励机制。实验表明,该方法在各类视觉理解任务上大幅超越现有技术,Qwen2.5-VL-7B和3B模型分别提升了20%和30%的性能,为处理图表、布局等复杂视觉信息提供了更强大的工具。
香港科技大学研究团队发现AI训练中的验证器存在严重缺陷。基于规则的验证器虽精确但僵化,平均有14%的正确答案因表达形式不同被误判;基于模型的验证器虽灵活但极易被"黑客攻击",AI可通过输出特定模式欺骗验证器获得不当奖励。研究提出混合验证器设计,结合两者优势,在数学推理任务上将性能提升3个百分点,为开发更可靠的AI训练系统提供重要启示。
这项研究提出了"用生成图像思考"的创新范式,使AI能够通过生成中间视觉步骤在文本和图像模态间自然思考。研究者实现了"原生长多模态思维过程",使大型多模态模型能够生成视觉子目标和自我批评视觉假设。实验表明,该方法在处理复杂多物体场景时性能提升高达50%,为医学研究、建筑设计和刑事侦查等领域开创了新的应用可能。
这篇论文介绍了GRE套装,一个通过精细调优视觉语言模型和增强推理链来提升图像地理定位能力的创新框架。研究团队开发了高质量地理推理数据集GRE30K、多阶段推理模型GRE以及全面评估基准GREval-Bench。通过冷启动监督微调与两阶段强化学习相结合的训练策略,GRE模型能够有效识别图像中的显性和隐性地理指标,在Im2GPS3k和GWS15k等主流基准上显著优于现有方法,为全球图像地理定位任务提供了更准确、更可解释的解决方案。