北京,2017年8月24日——企业级云服务商青云QingCloud日前宣布RabbitMQ on QingCloud服务正式上线。RabbitMQ on QingCloud是基于AMQP(高级消息队列协议)实现的可复用的企业级分布式消息队列集群服务,具备金融级数据强一致性、路由灵活、多协议支持、高可用负载均衡等诸多特性,为企业用户提供高可靠、高性能的企业级消息队列服务。
消息队列服务是为了缓解消息的生产和消费之间的不对等,而在两者之间增加的一层缓冲区。消息队列服务对于任何架构和应用来说,都是一个至关重要的组件。青云QingCloud在2015年5月已经推出Kafka消息队列服务。Kafka是大数据分析领域非常主流且相对成熟的消息队列服务,在日志分析处理、大规模流式计算等典型大数据场景中运用广泛。但在更为普遍的通用行业应用领域,比如金融报文、电信报文、交易事务等追求数据高一致性及可靠性的场景中,Kafka自身的弊端就显现了出来。
RabbitMQ on QingCloud作为另一款主流的消息队列服务,从设计理念到产品特性都更加注重消息数据的一致性,以及服务的高可用性和灵活性,对于各类行业应用场景都有更好的兼容支持。RabbitMQ on QingCloud上线后,将与Kafka形成有效的互补,有力地扩充了QingCloud消息队列产品体系,使功能更加完善,能够满足不同业务场景下对消息队列服务的需求。
具体而言,RabbitMQ on QingCloud有下列产品特性:
青云QingCloud CTO甘泉表示,RabbitMQ on QingCloud以云应用的形式通过QingCloud AppCenter部署使用,标志着QingCloud在云端的运维管理功能更加完善,能够满足用户不同场景下对消息中间件的需求。未来,QingCloud将会以云应用的形式交付更多的产品及服务,让企业能够以更加简便的方式获得更加专业的技术服务。在产品层面,QingCloud也将针对不同的场景需求,提供更多有行业针对性的产品,以此来提高产品间的互补性,完善整个产品体系。
好文章,需要你的鼓励
腾讯今日开源混元MT系列语言模型,专门针对翻译任务进行优化。该系列包含四个模型,其中两个旗舰模型均拥有70亿参数。腾讯使用四个不同数据集进行初始训练,并采用强化学习进行优化。在WMT25基准测试中,混元MT在31个语言对中的30个表现优于谷歌翻译,某些情况下得分高出65%,同时也超越了GPT-4.1和Claude 4 Sonnet等模型。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
今年是Frontiers Health十周年。在pharmaphorum播客的Frontiers Health限定系列中,网络编辑Nicole Raleigh采访了Startup Health总裁兼联合创始人Unity Stoakes。Stoakes在科技、科学和设计交汇领域深耕30多年,致力于变革全球健康。他认为,Frontiers Health通过精心选择的空间促进有意义的网络建设,利用网络效应推进创新力量,让企业家共同构建并带来改变,从而有益地影响全球人类福祉。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。