Hammerspace 正与 Cachengo 合作开展服务,旨在扩大边缘数据处理、存储和编排解决方案的覆盖范围。Cachengo 平台现已采用 Hammerspace 分布式全球数据平台,帮助组织连接其数据集和文件。
Cachengo 的点对点加密商业模式"租赁节点"(Rent-a-Node) 实现了 AI、计算和存储的去中心化和"民主化",为公共云提供了一个"经济实惠"的替代方案。它通过允许零售店、办公室或其他实体场所将部分空间转换为边缘数据中心,从而成为其他云用户的基础设施即服务 (IaaS) 提供商。
Cachengo 表示:"这使得内容可以分布在非常靠近终端用户的位置。"该提供商连接着数千个所谓的"共生体"(Symbiotes),这些是按需计算和存储节点。据承诺,这种方式能够"实现大规模扩展和增强数据安全性",且无需支付数据出口费用,价格仅为传统云服务的"一小部分"。
Cachengo 的数据处理服务器(包括小型 Bento 或较大的 Pizza 产品)出售给边缘云托管站点,并安装在 Cachengo 提供的机架中。托管站点随后可从使用这些设备的其他组织获得费用。
租赁节点运营商 (RNOs)/托管方需要提供温控环境、可靠的电力和高速互联网以提供可行的服务。Cachengo 声称:"与传统云服务提供商的计算和 GPU 架构租赁相比,RNOs 的租金收入盈利能力最高可达 5 倍以上。"
通过使用 Knowhere 这个"易于使用的基础设施管理和市场平台",客户可以"部署、管理和租用"他们需要的基于共生体的租赁节点和软件包。
据称,对于租户和软件即服务公司而言,与传统云服务提供商相比,租用基于共生体的基础设施节点来托管其软件应用可以实现"70% 到 90% 的"托管成本降低。
关于共生体的完整说明视频可以在此处观看。至于"共生体"这个术语,它可能指代漫威漫画中的虚构外星物种、一种甲虫属、一种细菌属,或是与其他生物共生的"共生生物"。不过,在前述视频中有一个提示,其中一个建议的处理和存储设置被命名为"毒液"(Venom) – 指向漫威漫画系列。
Hammerspace 的 CEO David Flynn 表示:"AI 工作负载正在改变数据的价值、使用和管理方式。Cachengo 的租赁节点去中心化云解决方案以智能和独特的方式,通过节能、模块化可扩展、经济高效且安全的系统在数据源头提供数据处理。此外,Cachengo 的现代商业模式非常适合那些无法证明使用公共云合理性的客户。"
Cachengo 的 CEO Ash Young 补充道:"传统的数据中心扩展方法无法满足 AI 驱动的需求。市场无法等待电厂建设来存储他们的数据,通过租赁节点,我们提供了一个环保的即时解决方案,可以在需要的地方精确添加容量。"
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。