ZD至顶网软件频道消息:越来越多的中小企业看到了云计算的好处,日前,IMO班聊与百度开放云联手开发的企业级IM专属云宣告正式上线,这种在公有云上架设的“专属云”,将为企业沟通、协同提供一种全新的安全模式。
IM专属云更安全更易用
来自投资机构Wedbush的研究报告认为,未来几年内,中国云计算市场将保持每年超过100%的增长。
在百度、阿里等BAT巨头的参与之下,如今的云计算市场早已风起云涌,各种云竞相争霸。但用户们发现,实际上各种“云”的优缺点也很明显——中小型企业青睐的公有云成本低廉,资源共享,且无限强大的计算能力,为用户使用网络提供了几乎无限多的可能,但数据机密与安全无法得到保障;而受宠于中大型企业的私有云安全稳定,数据自控可管理,部署灵活,但成本较高,为成本预算有限但又想享受私有云数据安全可控特性的企业设置了门槛。
巨大市场需求之下,IMO班聊和百度开放云合作的企业级IM专属云应运而生。据了解,此次,全新的“在公有云上搭建私有云”的企业级IM专属安全模式上线,不仅集公有云灵活、便捷和完全托管的优点、和私有云企业对数据内容的拥有和充分管理于一身,而且也让所有对企业信息安全十分敏感的企业和政府机构均可以瞬间构筑安全的企业级信息网络和安全壁垒。
更为重要的是,用户无需考虑维护、部署和管理机房和服务器等设备,服务更新、系统维护和扩容等需求却更容易实现和满足。
和百度开放云联手安全达到99.9999%
“企业信息安全和分级保密,是企业级服务最基础和最核心的需求。”IMO班聊CEO乔月猛表示,传统的虚拟服务器,也就是我们通常用的公有云,提供弹性计算资源,它们之间的资源是共通的,无法做安全有效的隔离,因此,企业最大的担心就是安全和保密性。“但是,采用私有云的话,需要企业自己部署服务器,平时运营和维护也耗费人力物力。”
随着云计算时代“脚步”的临近,这个矛盾也愈发突出,因此,IMO班聊从一年前就开始紧盯需求,和百度开放云联手打造“专属云”。“IMO专属云把计算、存储、网络、安全等因素都考虑进来,还可根据客户的需求,从业务上、运营上创建隔离的资源池,实现不同业务的隔离部署。并采用会话级别原子操作,免同步业务集群,自愈数据架构,并自动智能恢复等,做到提供99.9%的服务可用性,99.9999%的数据可靠性。”
“打个比方,专属云就像在公有云上开了个‘VIP包厢’,资源彼此独立,还能消除网络互访隐患。”IMO班聊的工程师介绍说,各种信息、文件等都存储在企业专属的服务器上,IMO专属云还能提供集成式一体化的SaaS服务,成本则比私有云节省近一半。
IMO班聊打造混合云企业级泛IM服务网络
“此次,和百度开放云联手推出首款企业级IM专属云服务,是对我们的现有安全部署方案的又一次重大升级。”乔月猛表示,IMO班聊经过526项安全改进,针对不同企业已经有多种不同的安全部署方案,包括针对成长型企业可管理的公有云方案、针对大中型集团企业的私有云方案、甚至针对军队和其他对安全要求极高以至于根本不允许连接外网环境下使用的内网通产品。“IMO专属云的上线,将使我们这个全球第一个混合云结构的互联互通的企业级泛IM服务网络更加完善。”
百度云计算事业部总经理刘炀也认为,移动办公时代对互联网技术提出了更高的要求,因为用户有可能在任何时间,任何地点、任何网络下请求网络数据服务。“to B的SaaS服务需要更高级别的互联网技术支持,这就是百度开放云和班聊携手的原因。”
“云上班聊的服务,双方将共同助力企业用户进入云上办公的新时代。”对此,业内人士也认为,IMO专属云上线后,热闹的企业级服务市场又一次迎来了技术升级。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。