戴尔今天宣布推出了一款面向企业的私有云新产品名为Dell Technologies Cloud Platform Private Cloud(DTCP Private Cloud),称其可以为客户带来更高的灵活性和更好的云经济效益。
该产品属于戴尔Cloud Console系列,是Project APEX(去年10月发布)的基础,旨在统一戴尔的按需的、和基于云的即服务产品。Project APEX设计旨在为客户的本地、云和边缘工作负载提供更一致的即服务体验。
戴尔的Cloud Console提供了一个统一的界面,让客户可以通过该界面管理所有戴尔的按需服务和工作负载。客户可以浏览Dell Marketplace,选择各种云服务和即服务硬件产品来满足需求、部署和管理多云资源,只需单击几下即可实时监控成本。
DTCP Private Cloud是Cloud Console系列的一款最新产品,戴尔表示,该产品旨在为企业提供一种更简单、更可扩展的方式来构建他们的本地私有云基础设施。这项服务的价格为每月每个实例14美元,提供了预定义的实例块,让客户已更低的价格就可以启动和运行起来,并且让客户在需要的时候有更多纵向扩展基础设施的选择。
戴尔表示,除了Cloud Console上预构建的集成机架之外,客户还可以选择使用自己的机架基础设施,此外客户还可以使用他们自己的机架空间、数据缆线和第三方交换机。
和去年戴尔首次推出的DTCP Hybrid Cloud一样,DTCP Private Cloud也提供了一系列基于实例的产品,供客户根据自己的需求调整和订购云资源。戴尔表示,客户能够以自助服务的方式,通过Cloud Console订购25个、50个、100个、200个和500个的实例,部署时间最短为14天,纵向扩展最短只需要5天,此外还可以混搭大量相同类型或不同类型的实例,以支持各种工作负载。
戴尔表示,DTCP Private Cloud产品现已在美国、英国、法国和德国上市。
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。