ZD至顶网软件频道消息(文/赵东): 在没有任何IT支持的情况下,肯德基为45家以上的餐厅进行财务分析,并且每周减少数百小时的人工录入数据的时间,同时还提升了数据的安全性、一致性和财务分析的质量;汉堡王仅仅用两周就完成了电子发票应用程序的开发工作,不仅咨询时间减少了80%,团队规模削减一半,并且几分钟即可完成配置;而EASYTONE公司仅用一周就将核心软件迁移到Oracle PaaS和IaaS上……这只是Oracle PaaS云服务4000家用户的一部分。
甲骨文公司中间件产品管理副总裁邹晓兵在接受ZDNet记者采访时表示:“数字化转型的趋势包含移动、社交、大数据、物联网,背后需要具备高效和高度业务敏捷性的云技术支撑。PaaS在云计算中担任开发平台的角色,提供数据管理、应用开发、商务智能、系统管理、移动等广泛的功能,同时能将云上的应用实现订制化,对整合IT架构起到重要的技术支撑作用。”
甲骨文公司中间件产品管理副总裁邹晓兵
据悉,Oracle云平台升级面向JavaScript和Java开发人员的开发框架,包括Oracle Application Container Cloud、Oracle开发人员云服务(Oracle Developer Cloud Service)、Oracle JavaScript扩展工具包(Oracle JavaScript Extension Toolkit)、Oracle应用开发框架(Oracle Application Development Framework)、Oracle移动应用框架(Oracle Mobile Application Framework)等,扩展了面向开发人员的产品线。
此外,云平台采用软件定义虚拟化数据中心(Software Defined Virtualized Data Center)的策略,这就表示,无论企业的应用是部署在哪种管理环境,都能从操作管理等方面都能实现透明、无缝的迁移。
4月26日,甲骨文中国向中国企业展示了一款名为Oracle Cloud Machine的云平台产品,这也是第一个由重要公有云供应商推出的本地部署堆栈,可以实现与Oracle云的100%兼容,用于包括灾难恢复、弹性爆发、开发/测试、直接迁移工作负载,以及用于开发运营的单一一个应用程序接口和脚本工具包。
通俗地讲,Oracle Cloud Machine就是一款云服务一体机,相对于企业用户在构建私有云时,从一次性投入的方式变成了分期付款,而且不需要支付硬件费用。邹晓兵介绍道,Oracle Cloud Machine的好处主要体现在四个方面:
Oracle Cloud Machine
据了解,Oracle Cloud Machine将满足那些出于数据主权、合规性等原因,更愿意使用私有云服务的企业用户的需要,企业用户将以等同于Oracle公有云的服务、功能、价格标准获得私用云的服务。当然,目前甲骨文的计划是由自己负责这部分的运维工作,但是一旦Oracle Cloud Machine的需求得到快速增长,甲骨文也不排斥和合作伙伴一同为企业用户服务。
目前,甲骨文PaaS云服务在中国市场每季度环比增长达到两位数以上。甲骨文对未来十年云计算愿景的预测,到了2025年,80%的生产应用将会在云端上,100%的新应用开发测工作将在云计算环境下完成,包括集成开发环境、移动开发、SOA开发、数据库开发工具等。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。