在开源基础设施峰会温哥华现场,OpenInfra基金会正式宣布在欧洲、亚洲分别设立运营中心,以促进和维护开源社区及开源技术在这两大区域的发展。OpenInfra社区近几年在亚洲与欧洲地区发展迅速,社区规模显著增长,来自这两个地区的企业/组织成员在OpenInfra基金会的占比分别达到32.5%与38.8%。
OpenInfra基金会总干事Thierry Carrez表示:“世界已然变化,开源社区需要在地区中保持一定的韧性,采取有效的行动来确保重要软件技术保持开放发展。重大地区性问题已出现,比如欧洲地区的数字主权,OpenInfra区域运营中心的设立将促进各界的协作、讨论与协调响应,并就OpenInfra生态中成员们所关切的问题发声。”
OpenInfra基金会正积极对业界所关注的问题发声,比如欧盟《网络弹性法案》(Cyber Resilience Act)中有关开源软件的条例,此类区域性政策和法规,或多或少都对开源基础设施技术产生了不良影响。还包括规范开源在人工智能技术中的应用,比如ChatGPT等。一直以来,OpenInfra基金会都以大力倡导开源作为核心使命,建立区域性实体将为OpenInfra社区参与政策讨论提供实际的法律依据,建立更加健全的机制,充分发挥OpenInfra组织成员的影响力。
OpenInfra亚洲(运营中心设在新加坡)以及OpenInfra欧洲(运营中心设在比利时)将与OpenInfra基金会秉持共同的目标和使命,以便于开源生态中的参与者进行有针对性的合作,为行业、学术和政府机构之间的联盟提供基础。OpenInfra亚洲及OpenInfra欧洲运营中心的参与者将重点关注:
OpenInfra基金会首席运营官Mark Collier表示:“十年来,开源经历了空前的繁荣,取得了极大的成功,全球贡献者快速增加,开源项目广为应用,开源生态蓬勃发展,开源足迹几乎遍及各大洲。但如今各地区不同的监管政策以及对参与开源贡献或使用开源技术的限制等对开源带来了新的挑战,如果可以在地区层面采取行动,OpenInfra社区可快速有效地应对这些威胁。OpenInfra亚洲与OpenInfra欧洲营运中心的设立正是迈出了关键的第一步,不断增强OpenInfra全球社区的韧性,确保开源基础设施技术仍然对所有人开放。”
OpenInfra基金会执行董事Jonathan Bryce表示:“开源领域如今正面临着前所未有的风险,也由此促成我们积极采取战略行动,将OpenInfra的理念和组织架构深度嵌入全球重点地区。世界形势不断变化,开源也因此面临严峻挑战,这些挑战不仅来自专门的公司,也来自政府监管部门,我们必须采用新的协作方式,比如创建法律实体,确保我们的社区在业界占有一席之地,在制定任何与开源相关的决策时拥有发言权。”
所有OpenInfra基金会的组织成员可加入相应区域运营中心,无需额外费用,欢迎注册:
OpenInfra Asia
https://openinfraasia.org/
OpenInfra Europe
https://openinfraeurope.org/
点评:开源成为共识,随着全球数字经济的发展,开源事业也进入新的发展阶段。OpenInfra基金会正式宣布在欧洲、亚洲分别设立运营中心,显然反映了当前全球开源社区的发展新趋势。毕竟当前全球化进入一个新常态,区域发展成为新趋势,设置区域运营中心可以立足区域,服务全球,更有利于开源事业的发展。
好文章,需要你的鼓励
Warp成立于2021年,致力于通过技术赋能的物流网络优化企业供应链。该公司现计划使用机器人自动化其仓储网络,进一步提升供应链效率。公司在洛杉矶测试仓库安装摄像头,利用计算机视觉技术创建数字孪生环境进行实验。经过测试,Warp成功部署改装后的现成机器人处理货物装卸和存储。公司刚完成1000万美元A轮融资,计划今年开始在核心网络城市部署机器人技术。
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
Continuity Software研究发现,企业存储和数据保护设备在信息安全方面存在严重盲点,使公司数据面临危险暴露。调查涵盖300个环境中超过1万台设备,发现平均每台设备存在10个漏洞,其中一半为高风险。最常见漏洞涉及身份认证管理和未修复的CVE。许多设备仍使用出厂默认密码,缺乏多因素认证。研究还发现勒索软件防护功能未启用或配置错误的情况。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。