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
前谷歌资深工程师David Petrou创立的AI初创公司Continua宣布完成800万美元种子轮融资,由GV领投。该公司开发AI智能体技术,可加入SMS、iMessage和Discord等群聊平台,为用户协作提供智能支持。Continua能够在群聊中自动设置提醒、发起投票、添加日历邀请或生成待办清单,解决群聊混乱问题。公司通过微调技术让AI理解群聊动态,具备社交智能,只在需要时提供帮助。
艾伦人工智能研究院开发的MolmoAct是首个开源的机器人空间推理模型,通过"看懂-规划-执行"三步思考法让机器人具备类人的空间理解能力。它不仅在多项基准测试中表现优异,还支持直观的视觉轨迹调教,用户可直接在屏幕上画线指导机器人行为。研究团队完全开源了模型、代码和数据集,为全球机器人研究提供强大基础平台。
Anthropic宣布为企业客户增加Claude单次提示词的信息处理量,以吸引更多开发者使用其AI编程模型。Claude Sonnet 4现支持100万token上下文窗口,可处理75万词或7.5万行代码的请求,是此前限制的5倍,超过OpenAI GPT-5的40万token。该功能也将通过Amazon Bedrock和Google Cloud等云合作伙伴提供。更大的上下文窗口有助于AI模型更好地处理软件工程问题和长期自主编程任务。
这项由北京大学和清华大学联合完成的研究首次提出时间自奖励语言模型,通过"锚定拒绝"和"未来引导选择"策略解决了AI自学习中的梯度消失问题。该方法让AI既能从过去的低水平样本中学习反面教材,又能向未来的高水平样本学习正面目标,成功维持了清晰的学习对比信号,在多个基准测试中显著优于传统自奖励方法。