ZD至顶网软件频道消息:2016年3月14日,亚马逊网络服务(AWS)十岁了,这场电子商务巨头看似诡异的冒险已经变成了其最赚钱的业务,并且改变了企业数据中心的建设方式。
现在,AWS出现在绝大多数的企业IT环境中,为企业用户提供基础架构、沙箱等服务,以及一种为大数据和其他用途获取计算和存储的方式。AWS的增长影响了微软、IBM等IT忠实拥护者们看待自身业务的方式。现在,如果有哪家IT厂商不谈云计算就会让人感觉已经落伍。
回顾2006年的今天,AWS推出基础架构即服务,彼时软件即服务的云供应商遍地开花,基础架构即服务市场却还待开发。
但可预计的是,两年之后,AWS将超过亚马逊的零售业务。虽然从目前的收入上看,AWS与零售业务还有一段距离,但是将近100亿美元的营收(按目前业绩水平估算)显然不容小觑。而且对于亚马逊来说更重要的是,云服务的利润率完全可以轻松超越亚马逊电子商务。
AWS首席技术官Werner Vogels列举了他从AWS十年的发展中总结的十个经验教训:
当然,也许在过去十年中最大的经验应该是企业不必受制于旧有的基础架构,云计算就能够让企业快速行动并且拥抱创新。这点也可以从AWS一直以来总是保持一种疯狂的节奏推出新功能和新服务进行作证。
下一个十年,AWS将把自身推向企业选择列表的更前列,当然也会面对更多来自谷歌、微软和IBM的竞争,但这一切不足为惧,也没有任何证据表明AWS会放松下来。AWS 已经打乱了企业级IT厂商的队列。
让我们回顾一下亚马逊在过去十年里取得的一些关键成绩数据:
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。