ZDNet至顶网软件频道消息:现代企业正在努力支撑日渐上涨的移动员工数量,应用开发者也因此需要跨多个移动平台满足这一需求。为助力开发者更快、更轻松地创建高扩展性和高安全性的移动应用,甲骨文公司发布了具有多项创新功能的Oracle移动套件(Oracle Mobile Suite)。作为Oracle移动平台的一部分,该套件包括全新的Oracle移动应用架构(MAF),加上升级版的Oracle服务总线(Oracle Service Bus),大大优化了移动集成的支持和过程,同时为REST/JSON APIs提供了本地支持。这些增强功能能够让客户通过访问内部部署、云和第三方方移动服务等加快新跨设备移动应用的交付。
甲骨文公司近日宣布Oracle移动套件(Oracle Mobile Suite)全面升级,这是一个集成解决方案,旨在跨多个移动平台来加快移动应用的开发和部署,并能够与不同的企业系统协同工作。该升级版本拥有一个全新的跨设备移动开发架构,Oracle移动应用架构(MAF)可简化多平台设备中移动应用的开发。
作为Oracle服务总线的新版本,这个Oracle移动套件的核心组件为灵活的多渠道和更具体的移动战略提供了基础。Oracle服务总线 12c通过允许在云或内部部署的后端应用JSON和 REST APIs进行披露,从而获取简化的移动功能。Oracle MAF与Oracle移动安全套件(Oracle Mobile Security Suite)实现了紧密集成,其可在移动设备上获得企业拥有的应用和数据,并获得任何移动应用的部署和管理。
Oracle MAF 简化了本地设备移动应用的创建,功能包括:开发IDE的选择,包括Oracle JDeveloper 或 Eclipse (通过 Oracle Enterprise Pack for Eclipse),和开发语言的选择,包括Java, JavaScript 和 HTML5;超过80个专业开发的用户界面组件,让开发者能够创建具有广泛数据可视化功能的移动应用界面,同时减少对低水平HTML5编码的需要;支持Apache Cordova插件,能够让开发者跨多个操作系统来使用具体的移动设备功能;公布的用户界面组件创建功能,能够获得更大的可重用性,开发应用以及为用户界面创建模板;与Oracle移动安全套件内部集成,扩展了对应用集装箱化、先进的认证和授权以及与社交网络登录集成的支持;扩展的定制化支持,能够让开发者运用框架对现有的移动应用实现定制化;在Oracle ADF Mobile下提供对应用开发的支持。
Oracle 服务总线的升级包括:Oracle JDeveloper统一的设计期环境可进行前端应用和后端集成的开发,使用图形向导方式来披露诸如REST/JSON mobile-ready APIs这样的后端系统;建立内存分布式缓存来助力超载后端系统规模,并处理移动应用中不断增加的流量,减少总体的延迟,并最终提高最终用户的体验;对企业部署的企业应用提供现有适配器的丰富产品组合。
甲骨文公司移动和开发工具副总裁Chris Tonas表示:“Oracle移动套件涵盖了从企业系统扩展到手机和平板电脑所需的所有东西。这个新的Oracle移动应用架构为Java开发者提供了轻松的过渡,为他们提供了移动世界的开发技能,利用他们的Java和JavaScript技能以及他们已经使用的工具。通过在前端和后端集成移动应用开发者体验,我们现在可帮助开发者为他们的企业更快和更高效地提供移动应用。”
AMIS首席顾问Luc Bors表示:“Oracle MAF将能够帮助我们的顾问为客户加快移动实施的交付。对Cordova 插件和定制HTML5用户界面组件添加扩展的支持,将能进一步扩展能够使用Oracle MAF的场景。我们也很高兴地看到利用社交安全提供商以及在Oracle MAF中面向安全实施的扩展选件的可能性”。
好文章,需要你的鼓励
OpenAI发布了音视频生成模型Sora 2,同时推出配套社交应用Sora,用户可生成包含自己的视频并在类似TikTok的信息流中分享。Sora 2在物理定律遵循方面有显著改进,视频更加真实。应用提供"客串"功能,允许用户将自己植入生成场景中,并可与朋友分享形象使用权限。该iOS应用目前在美加地区采用邀请制,ChatGPT Pro用户可直接体验。
Queen's大学研究团队提出结构化智能体软件工程框架SASE,重新定义人机协作模式。该框架将程序员角色从代码编写者转变为AI团队指挥者,建立双向咨询机制和标准化文档系统,解决AI编程中的质量控制难题,为软件工程向智能化协作时代转型提供系统性解决方案。
大语言模型和生成式AI自诞生以来问题频发,从推理模型表现不佳到AI幻觉现象,再到版权诉讼,这些都表明当前技术路径可能并非通往真正智能的正确道路。专家认为,仅靠增加数据和算力的扩展模式已显现边际效应递减,无法实现通用人工智能。研究者提出智能应包含统计、结构、推理和目标四个层次的协调,并强调时间因果性的重要性。面对LLM技术局限,业界开始探索神经符号AI等替代方案。
西北工业大学与中山大学合作开发了首个超声专用AI视觉语言模型EchoVLM,通过收集15家医院20万病例和147万超声图像,采用专家混合架构,实现了比通用AI模型准确率提升10分以上的突破。该系统能自动生成超声报告、进行诊断分析和回答专业问题,为医生提供智能辅助,推动医疗AI向专业化发展。