ZD至顶网软件频道消息: 4月29日消息,微软Cool Blob Storage已经全面上市,根据地区不同,每个月每GB存储的费用大约为1美分左右。
新的“cool”存储与AWS Glacier、谷歌Nearline类似,而后两项服务每个月每个GB的费用都是1美分。区别就是微软的服务侧重于快速访问,即使它很少被需要。
现在,微软有一个“hot”存储和一个“cool”存储,前者每GB的对象数据存储费用较高,而后者较低。价格随着冗余的不同而变化,最便宜的做法是本地冗余存储。
由于cool或者hot存储的访问价格不同,用户需要按照数据的访问频率决定将数据到底存在哪一层。例如,将Blob/Block、List、Create Container Operations放在本地的冗余cool存储的价格是每10000个动作10美分,而hot存储只要5美分。
显然,客户需要评估他们自己的数据使用需求,但是微软建议说,cool存储适合那些存储时间较长,每月访问次数少于一次的数据,例如备份、存档数据、媒体内容和科学数据等。
微软还保证“hot”访问层的可用性会稍高于99.9%,而cool访问层的可用性将在99%左右。
虽然每个月每个GB 1美分的价格让这项服务同亚马逊的Glacier成为类似服务,但是Azure cool存储仍然更接近于亚马逊在去年推出的S3存储,该存储层瞄准的是客户很少需要访问的存储数据,但是又希望在需要的时候能够快速访问它们。
亚马逊的这个存储层的价格介于Glacier和S3标准定价之间。在美国,较低访问频率的存储层的价格是每个月每个GB 0.0125美元。
和Azure cool存储类似,亚马逊新的S3存储层针对访问增加了管理费用,数据检索的价格是每个GB收费0.01美元;每1000个PUT、COPY或者POST请求收费0.01美元;每10000个GET请求或者每10000个将数据转移到Standard IA类的请求收费0.01美元。
目前,这项Cool存储服务已经开始在美国、欧洲、日本和东南亚地区的某些区域提供了,不同地区的价格有所不同,每个月每个GB的价格从1美分到1.6美分不等。美国西部地区、澳大利亚、巴西和印度等地区尚无法使用该服务,但是微软表示正在向更多的地区扩展。
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。