中国,北京——2018年4月11日——来自Adobe、微软和世纪互联的企业高层共聚一堂,庆贺三方在中国大陆市场达成新的合作伙伴关系。在2018年Adobe Summit上,Adobe与微软宣布,在领先的第三方电信中立互联网基础设施服务提供商世纪互联的支持下,双方将合作伙伴关系进一步拓展至中国大陆。籍此,Adobe领先的数字体验解决方案Adobe Experience Cloud将在由世纪互联运营的Microsoft Azure上运行。这一新的合作伙伴关系将帮助品牌在本地通过各个客户触点传递个性化的体验。
将行业领先的云解决方案带到中国市场一直是Adobe的重要战略之一,而此次合作进一步深化了这一战略。作为实施的第一步,Adobe Experience Manager成为首个落地运维的解决方案。Adobe Experience Manager是数字体验管理的领导性解决方案,它帮助品牌在所有客户触点设计、预览并提供迅速可行的体验。
Adobe大中华区高级董事总经理黄耀辉表示:“我们非常高兴与微软和世纪互联达成合作伙伴关系。这一合作正式将Adobe基于云的解决方案引入中国,同时也再次印证了Adobe对中国大陆市场的重视和持续的投资。由世纪互联运营的Microsoft Azure能够提供安全、可靠、开放和灵活的功能。我们有信心使全球和中国本土品牌在这一新的合作伙伴关系中受益。”
本土运营的Adobe Experience Cloud能在提供系统维护和服务的同时带来更加优质的客户体验,免去了客户自行维护系统的麻烦和高昂的成本。同时品牌能够通过云端获取更多由Sensei驱动的AI功能,比如“智能图片裁切”和“智能标签”功能等,在提高效率的同时从Adobe的全球资源中获得更深入的洞察。由世纪互联运营的Microsoft Azure拥有高标准的服务等级,能有效保证稳定性和数据安全。
世纪互联成立于1996年,是中国领先的第三方电信中立互联网基础设施服务提供商,负责Microsoft Azure、Office 365和Power BI云服务在中国的一站式运营。经过十多年的发展,世纪互联在网络运营、数据中心以及云服务方面得到了众多客户与合作伙伴的认可。世纪互联蓝云总裁柯文达表示:“世纪互联和Adobe 的合作进一步丰富了我们在中国的云服务,同时这也标志着世纪互联和微软在过去五年的合作开创了一个稳健和可信的国际公有云运营的成功模式。我们将和合作伙伴共同努力,深化合作,为客户在华提供世界领先、安全可靠的云服务。”
微软公司资深副总裁,大中华区董事长兼首席执行官柯睿杰 (Alain Crozier)表示:“很高兴看到微软与Adobe的全球合作伙伴关系扩展到中国市场,在由世纪互联运营的Microsoft Azure公有云平台上运行Adobe Experience Cloud服务。我们的合作将帮助国际品牌更高效地触及中国用户,同时予力中国企业出海全球市场,真正成长为具有全球影响力的品牌。 从全球到中国,众多企业之所以选择微软智能云Microsoft Azure,不仅是因为我们的云服务能够广泛覆盖全球52个区域,更因为微软是目前全球唯一能提供无缝衔接的混合云服务、中立可靠的数据平台,以及独一无二的人工智能平台的服务商。通过与Adobe等优质合作伙伴的广泛合作,我们建立起了能充分满足不同行业需求完整的生态系统和全球合作伙伴网络,能帮助客户在全球大部分市场及应用场景中取得成功。”
自1998年进入中国以来,Adobe始终为客户提供领先时代的产品和解决方案,改善并优化数字体验。2016年11月,Adobe发布了Creative Cloud for teams, 并持续致力于将最新的科技带给中国客户并实现长足发展。黄耀辉补充道:“今年是Adobe进入中国市场20周年。在过去的20年里,Adobe帮助中国客户释放创意、提高生产率,并提供无以伦比的客户体验。我们期待在接下来的20年乃至更久的时间里继续与客户共同成长。”
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。