ZDNet至顶网软件频道消息:实施有效的软件资产管理,有助于企业对软件资产进行全面掌控,远离恶意软件和病毒威胁,确保恰当数量的软件授权,最终为企业创造可观价值。上述结论及其他发现来自于今日发布的BSA《全球软件研究报告》,该报告凸显了实施有效软件管理措施的紧迫需求,尤其是在商业软件领域。
BSA中国区首席代表王晓艳表示,“对于21世纪的企业来说,IT合规已经成为与人力资本、环境以及生产安全同等重要的、体现企业核心竞争力的重要因素。”
BSA《全球软件研究报告》由国际数据公司(IDC)每两年开展一次,今年的调查报告共对来自34个国家和地区的近22,000名消费者和企业用户,以及2,000逾名IT经理进行了调查。研究发现:
“使用未授权软件给公司治理带来了风险,此次研究显示,这一问题必须得到改善,”BSA软件联盟总裁兼首席执行官Victoria Espinel表示,“有一些基本的措施,是任何企业都可以用来确保其合规性的,比如对使用正版软件进行明文规定,并认真保管其相关记录。企业还可以考虑实施符合国际标准的、更加完善的软件资产管理项目。软件资产管理能够帮助企业详细了解其所安装的软件资产详情,从而确保对软件资产进行全面的掌控,为企业创造巨大价值。这为企业降低安全和运营风险,确保企业拥有合适数量的软件授权提供了帮助。”
王晓艳表示:“在第五轮中美战略与经济对话上,中国政府就重申对国有企业加强管理的承诺,要求国有企业购买并使用正版软件,并建立软件资产管理制度。BSA对此倍受鼓舞,我们相信中国国有企业的软件正版化工作会取得更大进步。”
BSA 《全球软件研究报告》的其他发现包括:
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。