IBM今天宣布在北美、欧洲和亚太地区发布IBM Enterprise Cloud的18个新“可用区域”,以抢夺更多的企业混合云市场份额。
可用区域指的是现有数据中心内的独立区域,有独立的电源、冷却和网络,以及内置冗余性和一套应用开发工具和操作平台,让客户可以在私有云环境中构建和操作软件。这其中包括位于美国南部、华盛顿特区、日本、法兰克福和伦敦的新数据中心。
这些区域旨在为企业提供高速连接,并且可以在特定区域隔离工作负载,这一要求在欧洲通用数据保护条例生效时就变得更为重要。这些区域运行在现有60个IBM Cloud数据中心中的一部分上,提供基本的基础设施即服务。
IBM全球云平台产品管理副总裁Aki Duvvur表示:“可以把这视为一种可用性架构。可用区域提供了更高的贷款,低于2毫秒的连接,从基础设施到人工智能的所有功能。”他说,每个区域的总带宽将超过1太比特。
所有提供的这170个服务中,包括容器支持、功能即服务、IBM Cloud(以前的Bluemix)平台即服务、诸如MongoDB、Redis和IBM Db2数据库管理系统这样的数据库引擎。企业可以联合多个可用区域,将其视为一个具有备份和故障切换功能的大型数据中心。
Duvvur说:“这个想法让你连接到这个区域的时候不存在单一故障点。如果你想利用具有低延迟的所有端到端云服务堆栈,那么可用区域是最好的选择。”
在公布这一消息的同时,IBM表示目前有三家大型企业正在将核心工作负载迁移到IBM云中。埃克森美孚公司已经采用IBM作为其Speedpass +移动应用的基础,这些移动应用在全美11000个加油站使用。博士伦公司将在达拉斯和法兰克福的IBM数据中心以及澳大利亚的Westpac运营其Stellaris Elite白内障手术系统。此外澳大利亚西太平洋已经迁移到一个安全的专用IBM Cloud基础设施。而能够签下博士伦和西太平洋银行的部分推动因素是他们要遵守各种严格的新隐私法。
IBM在2017年度云收入为177亿美元,包含公有云、私有云和混合云销售以及软件即服务产品组合。
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。