至顶网服务器频道 09月21日 新闻消息(文/李祥敬):近日,思杰在南京宣布与青云QingCloud为其中国市场云技术合作伙伴,这一全新的战略合作伙伴关系将推动双方为中国用户提供性能和体验更加卓越的全方位解决方案。随着中国云市场规模的扩大,此次合作将推动思杰和青云QingCloud为客户提供更多解决方案以及技术支持,推动云技术的普及,助力客户的数字化转型。
思杰中国区总经理于放(左)、青云QingCloud CEO 黄允松(右)
根据合作伙伴关系协议,青云QingCloud将借助思杰的技术解决方案帮助客户加快数字化转型的步伐。基于青云QingCloud强大的金融服务、零售、制造业以及事业单位客户基础,此次合作将帮助客户采用云技术实现行业客户及企业的数字化转型,提升企业的灵活性和安全性。
据悉,思杰将为青云QingCloud提供相关产品的API/SDK接口,支持产品层面的集成,凭借思杰的技术解决方案与青云QingCloud的云平台打造更加可靠的云转型方案。思杰将与青云QingCloud携手帮助企业用户采用云技术,推动企业取得数字化转型成果,并针对不同的客户打造高效、协作、敏捷的数字工作空间。未来的工作场所将建立在灵活的架构基础之上,借助IT技术可以交付安全可控的工作场所以适应用户的工作地点及设备偏好。
思杰中国区总经理于放告诉记者,此次思杰与青云QingCloud的战略合作将有助于提升双方共同的客户采用云解决方案实现数字化转型的能力。此次合作彰显了思杰长期致力并大力投资中国日益增长的云市场的承诺。
于放表示,思杰在中国专注于三件事:第一是用户解决方案的整合。思杰通过应用虚拟化为用户提供桌面云,甚至多云平台的管理以及应用的云迁移服务。“随着中国云市场的发展,这将成为我们的重点核心业务。此次与与青云QingCloud的合作也是这个业务的重要组成。”
第二,SD-WAN。传统网络的互联网化是一大趋势。研究报告显示,SD-WAN在未来的3到5年成长的非常快。随着数字化转型的加速以及网络升级换代,整个企业从一个小外网大内网的环境,往大外网小内网的环境转型。越来越多的应用、服务和数据运行在云端数据中心,所以对链路的要求变成一个越来越迫在眉睫的问题。
第三,安全。安全是思杰在全球服务里边主打的部分,与其他安全厂商不同,思杰提供的是一种逻辑上的安全,包括物理隔离等。因为在云转型中,企业需要一个强有力的安全解决方案,这也是思杰的重点。
这些市场策略推动,思杰采取了与本体合作伙伴进行合作的策略。“通过跟这些本地顶级云厂家的合作,可以找到更好的合作伙伴,推动思杰在中国市场的发展。”于放说。
现在企业上云成为数字化转型的重要一环,在于放看来,在云转型过程中,现在越来越多的问题不是在IT基础设施层面,而是怎么把企业的传统应用运行在云端。“思杰提供了一个最简单、最直接、最有效的方式,帮助用户把传统应用搬到云端,用最低的成本、最小的改造让应用在云端运行。我们与青云QingCloud展开合作,也是为客户提供一个整体的上云解决方案。”
于放表示,在思杰与青云QingCloud的合作中,思杰专注于应用交付,而青云QingCloud专注在云架构跟整个云平台的管理。这样双方能够为用户提供一个完整的解决方案。“事实上,我们跟青云QingCloud磨合了一年多的时间,我们的想法在客户那里得到了印证,也得到了得到了客户的广泛认可和应用。此次战略合作关系的确定,把我们的合作关系进一步巩固,变成一个真正紧密的合作伙伴。双方的研发团队正在相互调整,密切配合,促使客户能够拥有全面集成的解决方案,为企业级用户提供一站式上云服务。”
青云QingCloud CEO黄允松也表示,青云QingCloud作为一家企业级全栈云ICT服务商,一直致力于为企业级客户提供最卓越的资源与服务。在实现这一目标的同时,合作伙伴是我们坚实的臂膀。此次与思杰的战略合作,共同打造的桌面云解决方案将更好地契合中国企业数字化转型的痛点和需求,有针对性地助力不同企业的业务增长和转型。未来,QingCloud和思杰还将在其他领域拓展合作,互惠互利,共同推进云计算在整个中国市场的落地。
黄允松说,双方拥有相同的行业客户定位,比如金融行业,而且双方的合作并不只是简单的商务关系,而是一种合作伙伴关系,推动行业客户的云转型,真正提升双方在客户那里的价值。
于放表示,金融行业客户的研发机构在使用思杰的解决方案,此外还有呼叫中心、柜台等业务应用场景,这是未来双方可以拓展的方面。“我们为客户提供的一个成熟的解决方案,在交付前我们在实验室进行了广泛的整合、测试,就是希望把问题解决在交付前,用户可以安心部署。”
“思杰在中国的业务今年比去年有了非常大的成长,这得益于思杰全球管理层开放的心态。在中国,思杰一直在不断探索如何更灵活地满足本土客户的需求。一方面,思杰在南京拥有支持和研发中心,提供整套的服务支持办法以及产品开发。另一方面,思杰积极与青云QingCloud这样的本地合作伙伴展开合作,为客户提供整体化的解决方案,加速客户的上云进程。”于放最后说。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。