5月14日,“无处不在的计算—浪潮云业务战略发布会”在京成功召开。浪潮云全新业务战略“1231”正式发布,浪潮“分布式云+”行动计划首次亮相。
数采、数算、数用一体化 浪潮云“1231”战略正式发布
在国家大力发展新基建的浪潮下,数字中国建设重点围绕数字经济、数字社会和数字政府三个领域发展数字生态,数据成为基础战略性资源和重要生产要素。
浪潮云董事长兼CEO肖雪在主题演讲中指出,当前无处不在的计算已延伸到数据末端,对于数据采集有了新的能力要求,浪潮云也由过去以数据计算和数据应用为主,向数据采集、数据计算、数据应用一体化进行转变。为此,浪潮云定义分布式云,完成了中国最大规模的一次分布式云迁移,涵盖169个分布式云节点,基于统一的OpsCenter,实现了持续性迭代升级,历时半年超过20000+业务应用系统迁移至浪潮分布式云,建成了全国最大的分布式云骨干体系。
基于在分布式云领域的探索和实践,浪潮云正式发布“1231”业务战略,即1个统一架构、2个关键领域、3项融合能力、1个安全体系。作为中国分布式云的引领者,浪潮云致力于成为高品质云服务提供商,具备“专业、生态、可信赖”三大核心优势。为客户提供云网边端融合、云数智融合、建管运融合的全栈云服务,构建零信任的云数安全体系,打造新一代混合云。携手合作伙伴,共建云舟联盟生态,支撑政府、企业数字化转型,助力数字中国建设。
在IDC中国区副总裁兼首席分析师武连峰看来,云计算市场的发展呈现出5大趋势,全球政治、经济的变化让云上升到国家战略层面,重视程度前所未有,未来数字基础架构要求云网数智深度融合,以满足用户重体验、求创新的需求。在这一过程中,云原生应用成为主流,安全可信持续强化,边缘云、专属云、行业云、多云驱动云走向分布,分布云服务有巨大发展潜力。为此云服务商在做好用户和云服务定位的同时,也要深度打造行业应用场景,做好分布云的协同运营。
推出“分布式云+”行动计划 提供三大融合全栈云服务
作为分布式云的重要支撑,浪潮分布式云产品架构也在本次发布会上正式亮相。浪潮云首席技术官孙思清在主题演讲中表示,基于该架构支撑,浪潮分布式云研发打造云平台和服务系列产品,实现标准统一、高效便捷、安全可靠的云能力,通过分布式云延伸到业务场景,帮助各行各业快速提升全面云化、全栈智能的能力。
此外,基于分布式云的能力,浪潮云重磅推出“分布式云+”行动计划——1+2+N+生态,即打造一朵分布式云,聚焦数字政府和工业互联网2大重点领域,结合浪潮云多年来行业实践经验的沉淀,对多个业务场景进行云数智一体化的标准化输出,助力政企客户快速转型,联合合作伙伴共建生态。
在这一过程中,浪潮云在全国实践了中心云、本地云、边缘云等多种部署形态,真正做到了云网边端融合、云数智融合、建管运融合。云网边端融合方面,浪潮云打造新一代分布式超融合架构,提供多样算力,提供全品类服务,面向云原生,全技术栈支撑云原生应用,推动分布式云能力向边缘拓展,实现云边协同、边边协同的全面协同能力;云数智融合方面,为云上数据提供涵盖“数采”、“数算”、“数用”的一体化融合体系,实现数据价值的智能化变现和应用;建管运融合方面,面向老业务迁移上云和云原生应用开发,向用户提供涵盖云规划、云构建、云部署、云运维、云安全的全生命周期服务。
发布三大场景云行产品 联合生态共同赋能
大会现场,浪潮云发布面向智慧社区、工业物联网、视频感知三大场景的云行产品。
面向社区,浪潮云能够提供服务基层治理的全域智能数据处理能力,实现社区“人、地、物、事、情、组织”的全要素管理;面向政企客户,浪潮云提供边缘感知、多层认知,软硬一体的“云、边、端”视频云平台,实现更智能、更高效、更开放的流媒体处理;面向工业企业,浪潮云提供开箱即用的设备数据采集、治理、分析、开发、应用一体化物联网平台,实现以数据自由链接为核心的边缘计算。
此外,在赋能生态方面,浪潮云以“两院三中心”的模式搭建行业咨询、技术指导、方案设计能力输出体系,通过成立标准研究院、咨询规划院,打造方案验证中心、开发者支持中心、云原生适配中心,联合伙伴、生态形成一体化方案、产品及交付能力,致力于更好的服务客户,服务行业,探索更高质效的智慧+行业的服务模型。同时,浪潮云发起成立云舟联盟,发展咨询、方案、云原生、服务及销售5类合作伙伴,释放浪潮云能力,与生态伙伴形成强供应互联,为用户提供高质效、高效率服务,共同打造云上新生态,助力数字中国建设。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。