11月20日,青云QingCloud CIC全国巡展在上海举行。青云QingCloud重磅推出workly.ai(爱工作)数字化办公平台,通过Bitcontrol、易企聊和Anybox三大核心模块,全方位构建企业数字化转型协同力。同时,KubeSphere容器平台宣布全新升级至2.1版本, 新增大量关键功能,在用户关注的易用性、应用开发与管理,以及运维管理三个方向上持续优化,加速应用交付,实现企业大规模生产开箱即用。此外,青云QingCloud还与英特尔宣布成立联合创新实验室,全力聚焦云计算、AI和物联网领域的联合创新。青云QingCloud正在以持续优化的产品和不断丰富的解决方案,助力以上海为核心的科技创新中心散发出数字化新活力。
Cloud Insight Conference(CIC)云计算峰会是由青云QingCloud主办的云计算行业顶级盛会,旨在全力促进前沿科技与行业实践密切结合,以深刻的科技洞见引领科技创新风潮,至今已成功举办五届。除年度盛会,青云QingCloud自2014年开始,还开展了以技术与实践分享为主题的全国巡展活动,在过去的5年中,走遍20多个省的数十个中大型城市,获得当地IT技术从业者的一致好评。本次巡展更是将前两者的影响力聚合,在延续CIC 2019大会的主题——“云无界,数未来”的基础上,走进区域,以全新的战略、高维的视角和更加贴近产业的场景打造数字未来的落地实践。
上海是华东区域的核心,一直走在科技创新的最前沿。张江国家自主创新示范区的建立和发展,促进上海人力资本和研发机构大量集聚,创新投入强度、知识创造规模、技术成果扩散效应,以及对其他地区的辐射能力均大幅提升。2015年,青云QingCloud将第三个研发中心设立在上海,既是看重其地理位置的优越性,更是看重科技创新带来的发展新机遇。
作为上海站的重量级环节,青云QingCloud旗下数字化办公平台workly.ai正式发布,通过连接、沟通和协作三大模块,帮助企业构建数字化转型协同力。其中, Bitcontrol统一终端管理,管控企业中部署的专用移动和桌面终端,保护多终端环境中的员工接入企业内部系统的安全;易企聊团队沟通平台,为企业建立一个基于聊天模式的灵活沟通框架,统一企业内部的沟通方式,为企业客户量身打造与业务场景高度融合的办公新生态;Anybox内容协作管理,帮助客户解决内部文件的安全共享和同步。此前,青云QingCloud构建了“云、网、边、端”全域互联能力,其中“端”战略的重要布局便是workly.ai。
此外,青云QingCloud全新升级KubeSphere容器平台至2.1版本,重新诠释了 “Production Ready” ——不仅产品设计面向企业生产,而且在企业用户关注的可用性、功能性、稳定性上,实现了大规模生产中的开箱即用。KubeSphere自2018年7月发布以来,以易用性、完善的开发工具集、运维友好三大特征受到了社区用户极大好评。此次升级的KubeSphere着重优化三个方面:在易用性方面,新增二进制文件直达镜像,支持将放到文件里的日志进行归档管理;在应用开发与管理方面,将核心组件解耦,开发工具集更加完善,持续帮助开发团队提升效率;在运维管理方面,提高可视化覆盖率,并支持权限安全管理加入防范暴力破解账户的保护机制。
上海作为我国最大的金融中心,拥有上千家大型银行、保险、信托、证券等金融机构,金融规模独具优势。一直以来,金融行业也是青云QingCloud的强势领域。凭借成熟领先的全维云能力和完善的服务体系,以及深耕金融领域多年的经验,青云QingCloud正服务于上海企业的数字化转型、城市的创新发展,以巩固上海的国际金融中心地位,诸如中国太平、国药生物、浦发硅谷银行、江苏交控、阳光电源、浙江日报、顾家家居、嘉兴银行、温州银行、南华期货、亿咖通、PizzaMarzano、米域、We+酷窝等,均为青云QingCloud在上海及周边地区的标杆用户。未来,青云QingCloud将持续助力以上海为核心的华东企业数字化转型及商业创新。
青云QingCloud运营副总裁林源表示,上海作为全国科技创新中心,是青云QingCloud商业拓展的重要区域。青云QingCloud作为一家以创新为基因的独角兽企业,与上海这座城市的创新基因非常契合。青云QingCloud也将凭借创新内核,以及服务科技创新的初心和决心,不断精进技术与服务能力,加速上海地区新兴行业发展与传统企业转型。
好文章,需要你的鼓励
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。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。