Rackspace帝普为传统医学出版媒体英国医学期刊(The British Medical Journal, BMJ)建设了一个多云环境,提供了一套安全、高效的架构以扩展业务,协助BMJ采用Rackspace帝普私有云平台构建核心架构,采用AWS平台支持前端工作负载,并利用阿里云平台支持中国业务。BMJ现已成为拥有全球数百万读者的高端数字出版及教育平台,而Rackspace帝普在实现这一目标的过程中发挥了重要的作用。
由传统出版媒体到数字内容提供商
拥有超过170年历史的BMJ,是全球历史最悠久的医学期刊之一。但在它成功进行数字化转型之前,BMJ面临着IT基础设施的严峻挑战,并为愈来愈繁重的工作量和技术负债苦恼。这些挑战亦阻碍了BMJ的全球性业务扩展计划。
通过自动化大幅提高效率:由每个月出版一次到每天出版三次
BMJ的目标是迁移至一个全自动化、无共享的架构:每一个产品都有自己的一套应用及数据库服务器,而团队可以安心地将不同代码及文件部署到每个服务器中。自与Rackspace帝普合作一年后,BMJ已在私有云平台上7*24全天候运行超过200台虚拟机,所有业务应用均实现虚拟化。自动化令BMJ的工作效率大幅提高──由从前每个月发布一次提高至现在每天发布多达三次。这种改变亦令BMJ腾出更多时间专注于推出新产品和新解决方案。BMJ相信,基于合适的IT基础设施,将帮助机构引进新的DevOps工作模式。
金融与多云基础设施一起展望未来服务行业数字化
在成功利用私有云后,BMJ开始将工作负载逐步向公有云迁移,将大部分前端基础架构部署在AWS平台上,并大量使用了各种Amazon服务,例如利用RDS处理数据库服务以及利用EC2支持计算服务。这为BMJ带来更大的灵活性和可扩展性,并为未来建立了一个稳固和全面的云端环境。
利用阿里云成功进军中国市场
扩展BMJ的国际网络至中国市场也是BMJ的首要目标。Rackspace帝普拥有帮助BMJ管理复杂的多云环境和进军中国市场的专业技术。Rackspace帝普帮助BMJ基于阿里云平台部署中国区业务系统,令BMJ现在可以为中国企业提供基于当地公有云基础设施的业务服务。
BMJ的运营部主管 Alex Hooper 表示:“Rackspace帝普具有管理AWS平台和提供混合云的经验,同时可以帮助我们进军中国市场,并且能够在与我们合作过程中灵活实现各种定制需求。Rackspace帝普具有业务灵活性和丰富的专业知识,能够与BMJ密切合作,双方对未来拥有共同的业务合作愿景。”
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。