ZD至顶网软件频道消息: 在微软的全球合作伙伴大会(WPC)上,通用电气的首席执行官Jeff Immelt在微软首席执行官萨提亚.纳德拉的主题演讲过程中登台,双方宣布结成战略合作伙伴关系。
Immelt表示:“为传统工业设备注入云的力量,是简化与重塑业务流程的跨越式进步。GE正帮助客户从庞大的数据流中提取有价值信息,并与微软等行业领袖伙伴共同打造生态系统,加速全球工业互联网的蓬勃发展。”
去年八月,通用电气推出了其平台即服务解决方案Predix Cloud,并充分利用通用电气在业务技术和IT两个方面的经验,捕捉并分析工业数据。
微软首席执行官萨提亚·纳德拉与通用电气的首席执行官Jeff Immelt
据了解,双方合作的第一步将是在2016年年底前基于微软云Azure的Predix平台开发者预览版,而企业版预计将于2017年第二季度发布。
GE Predix工业互联网平台可以帮助工业客户迅速建立、安全部署和有效管理工业应用。Predix与Azure的结合意味着客户可享有更多高级功能,如自然语言处理技术、人工智能、高级数据可视化及企业应用的整合等。
双方表示,Azure将为整个工业物联网生态系统的成长提供坚定的支持,而Predix客户将有机会获益于目前全球覆盖规模最大的云计算平台,并享受到包括数据主权、混合云服务能力、高级开发和数据服务在内的微软云的更多优势特性。
此外,通用电气和微软还计划将Predix与Azure IoT套件、Cortana智能套件以及Office365、Dynamics365、PowerBI等微软商业应用实现深入整合,从而更好地将工业数据与业务流程和分析实现无缝衔接。
通用电气将于本月底于拉斯维加斯举办的Predix Transform大会以及11月份于旧金山召开的Minds + Machines展会上分享更多信息。
事实上,微软并不是通用电气在Predix上的第一个合作伙伴。通用电气的Predix Cloud的脱胎于亚马逊网络服务(AWS)、埃森哲和Pivotal在几年前打造的名为Industrial Internet的数据分析平台。
在四月份,通用电气曾宣布同Oracle展开类似的合作,并与Oracle Cloud Platform、Oracle Cloud Applications、ERP以及Supply Chain Management等进行连接。
纳德拉将通用电气描述为“SAP级的合作伙伴”。他表示:“一直以来,我们对合作伙伴的看法都是一家公司在软件方面有什么创新,我们能够如何成为一个平台供应商?在过去,这主要针对的是科技公司,但是现在,每一家企业都是科技公司。通用电气是一家数字化的公司,用Predix构建数字化软件。所以,就像过去一样,SAP是我们的一个大的合作伙伴。在未来,SAP依然将是我们的合作伙伴,但是通用电气也将成为同样量级的合作伙伴。”
纳德拉还表示,这次合作对参加WPC的合作伙伴来说意义非凡,“事实上,Azure同Predix的结合为所有参会的合作伙伴创造了巨大的机会,让他们能够打造物联网和工业互联网解决方案。而作为这些解决方案的一部分,它们将连接微软的Dynamics、Office 365和所有其他合作伙伴的解决方案。对于我来说,我认为这种平台能力的结合将推动工业互联网发展。”
IDC的分析师Al Gillen表示,这笔交易在短期内不会让微软的销售呈现井喷之势,但是从战略角度看,对于微软吸引客户使用Azure是非常重要的,同时双方的合作还关系到微软的物联网战略。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。