ZDNet至顶网软件频道消息:微软在上周推出了多项新的Azure特性和功能。以下是过去根据各种微软博客文章整理出来的内容:
微软面向其HDInsight服务客户预览了Hadoop 2.4。(HDInsight是微软Hadoop on Azure的部署。)微软方面表示,Hadoop 2.4版本实现了“高达100倍的大规模查询响应时间响应提升”。
微软还预览了Azure HDInsight内部的Apache HBase集群。HBase是Hadoop中的一个NoSQL数据库组件,运行在Hadoop Distributed File System(HDFS)上。通过这次预览,用户可以将HBase作为云中的一个管理集群运行,并作为HDInsight一个集成的部分。
微软Azure现已在巴西南部地区全面上市,微软曾在2014年年初进行公开预览。
微软从6月5日开始扩展了在Azure上对虚拟网络和虚拟机的支持。现在Azure Virtual Network可以覆盖整个地区,该网络是微软用于连接现有数据中心和云数据中心的网络服务之一。A8和A9虚拟机现在支持更高速的处理器、互连和更多虚拟核心。微软方面表示,这两组特性的结合能够更好地运行计算密集型和网络密集型应用,例如视频编码、工程设计与仿真等。
微软还对Azure移动服务的离线功能进行了扩展,包括Xamarin.iOS和Xamarin.Android。
好文章,需要你的鼓励
Anthropic周一发布了旗舰模型Opus 4.5,这是4.5系列的最后一个模型。新版本在编程、工具使用和问题解决等基准测试中表现出色,是首个在SWE-Bench验证测试中得分超过80%的模型。同时推出Claude for Chrome和Claude for Excel产品,分别面向不同用户群体。Opus 4.5还改进了长文本处理的内存管理,支持付费用户的"无限聊天"功能,并针对智能体应用场景进行了优化,将与OpenAI的GPT 5.1和谷歌的Gemini 3展开竞争。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
总部位于圣地亚哥的AI公司耐能发布新一代KL1140芯片,这是首款能在边缘端运行完整变换器网络的神经处理单元。该芯片可将大语言模型从云数据中心转移到便携式本地设备中,四颗芯片组合可实现类似GPU的性能,支持1200亿参数模型运行,功耗降低三分之一至一半,硬件成本减少十倍。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。