4月27日晚间,青云科技(股票代码:688316)正式发布2020年报及2021年一季报,这也是公司上市以来首份年报及一季报。
公司业绩报告显示,公司在2020年克服疫情不利影响,实现营收4.29亿元,同比增长13.74%。值得注意的是,从2020年Q4开始,公司营收增长显著提速,2020年Q4单季度营收为1.86亿元,同比增长83.48%,2021年Q1单季度营收为1.14亿元,同比增长87.11%。
分业务看,2021年Q1,云产品收入为7734.15万元,同比增长了159.79%,云服务收入为3685.5万元,同比增长了17.90%。其中,包含了KubeSphere容器平台、iFCloud统一多云管理平台和IoT平台等从数字化转型需求出发的战略性软件业务收入同比增长632.88%,接近去年全年水平,体现了极佳的成长性。
还有青立方超融合收入同比增长400.38%,分布式存储QingStor收入同比增长227.57%,一系列新兴业务的高速成长为公司未来几年发展奠定了良好基础。
事实上,KubeSphere容器平台、青立方超融合和分布式存储QingStor的实力早已得到权威认可。KubeSphere入选Forrester报告,获评“全栈容器平台”,目前已跻身世界前三;青立方连续两年入围IDC报告核心厂商,排名稳居中国超融合市场前五;QingStor NeonSAN跻身IDC SDS市场占有率四强,;继KubeSphere后,QingStor也进入CNCF全景图。
与此同时,公司继续加强研发投入,2021年Q1研发费用为2701.92万元,同比增长37.69%。
能够取得这一成绩,与服务客户和生态伙伴的信任与合作息息相关。2021年Q1,青云科技不仅与四川航空、中移金科、阳光保险、紫金保险、中通快递、中国联通、民生证券等企业客户保持着紧密合作,还新签署118家生态伙伴,携手为企业数字化转型提供优质的产品与服务。
而作为“混合云第一股”,青云科技所处的混合云赛道目前正处于国家政策支持的风口。十四五规划提出,要实施“上云用数赋智”行动,推动数据赋能全产业链协同转型,同时以混合云为重点培养行业解决方案、系统集成、运维管理等云服务产业。
青云科技是国内最早布局混合云的云厂商,并依托“公私混托统一架构”、“无限扩展”和“最小规模”交付、覆盖“全栈、全态、全域”的全维度云平台等行业领先实力,荣获德勤中国“中国高科技高成长50强暨明日之星”,进入计世资讯混合云市场报告“领导者象限”。
接下来,青云科技还有诸多战略布局和推行。引领云原生技术发展,向打通端到端的Cloud Native迈进;实现QingStor品牌的战略升级;联合江苏交控发布“数字交通新基建”, 打造赋能百行千业数字化转型的“数字新基建”;发布KubeSphere 3.1版本,实现云边协同一体化等。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。