ZD至顶网软件频道消息: SwiftStack正在为其开源对象存储增加负载均衡,深化了旗下S3集成,并且增加了本机文件访问支持。
最新版本的SwiftStack v4.0版有四项新功能,还有三项即将推出的功能:
负载均衡包括使用共同虚拟IP(VIP)地址分组的代理节点,它和故障切换的分组重合。DNS CNAME记录摘录了VIP,应用程序处理DNS名称,并随机分配不同的VIP。
元数据搜索包括SwiftStack自动地为每个对象向Elasticsearch发送元数据,所以它可以编制索引,使这些对象变得可以被搜索。
SwiftStack Drive在用户桌面电脑上安装一个容器,这样用户可以读写文件了,就好像使用任何驱动器一样。
此外,其他三个未来即将推出的功能都和AWS有关。他们开始支持开源开发,以集成规模文件服务同S3以及基于Swift的对象API,支持SMB和NFS。文件可以通过SMB进来,并且通过对象API进行访问,反之亦然。目前SwiftStack已经拥有了一个文件系统网关。
其次,将会出台集中式的政策将传统内部部署的对象数据迁移到任何兼容S3的云之中。
第三,SwiftStack表示它将同步地面向规模私有对象存储以及任何基于Amazon S3的公共云提供通用访问。该公司表示对象同步能够共享云到云之间的数据位置,让应用程序能够充分利用数据。一旦对象出现在兼容S3的存储之中,那么其他的应用程序以及没有访问SwiftStack的用户,现在也能使用这些对象了。“通用访问”点可能意味着扩大了能够使用SwiftStack对象存储的终端设备的数量。
评论
分析是这个月的当红主题。对象存储系统通常都不具备内容意识,也就是说,不会考虑对象的内容。这种检查需要理解对象的数据格式,这可不是想当然的事。
想想文件系统在文件夹中列出的文件,这些文件可能是电子表格、图片、文档等。除非你有这类文件的创建软件,再加上访问权限,否则你根本无法访问它,也根本无法知道里面到底有什么。对象也是一样的。
任何对对象内容的通用分析都会面临着同样的问题,所以答案是采用间接的方法,通过对象的元数据完成这项工作。它需要用户输入关于对象及其内容的元数据,从而为索引结构提供数据。
为了让这些索引和其他的元数据保持一致然后上传对象,就需要一个正式的流程来生成元数据。一开始,这种做法看起来非常复杂,不过对象的可供搜索的能力会因此受益。
好文章,需要你的鼓励
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。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。