ZD至顶网软件频道消息: Teradata表示正在创建一个由数据科学家、数据工程师和软件设计师组成的专家团队,主攻物联网领域基于云分析的研究。
名为全球物联网分析部的团队在Teradata实验室的范畴内运作,并会将重点放在建设基于云的新分析服务上,以达到在物联网应用里实现自动数据移动和自动数据库管理的目标。
Teradata去年决定出售旗下的营销应用业务,此举再次彰显了Teradata发展数据和分析的决心。由于许多企业往云里迁移,Teradata数据仓库的主要业务放缓,故而有此次的重组。
Teradata实验室总裁Oliver Ratzesberger表示:“Teradata的顶级研究人员都在集中精力打造最好的物联网分析(Analytics of Things)科技。正式推出该技术后,我们为我们的客户提供了更多的便利,他们可以更容易地移动传感器数据、优化数据管理系统,可以处理大量的数据以及对物联网数据流进行实时的高级分析。
另外,Teradata还在Teradata Aster分析引擎中增添了物联网数据准备和机器学习功能。Teradata表示,新功能可以更容易地检测机器行为模式及挖掘出数据的含义。
此外,Teradata还对现存的Teradata Listener功能进行了扩展。Teradata Listener是Teradata旗下一款捕捉和分发数据流的软件。Teradata表示,Teradata Listener将提供新的连接器,以使得获得和分析传感器数据流变得更加简单。
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。