ZD至顶网软件频道消息: 近日,技术私募公司Francisco Partners和Elliott Management于今日宣布已完成对戴尔软件集团(Dell Software Group)的收购,同时,SonicWall和Quest将分别成为独立公司。
一方面,Quest作为一家具有30年历史的全球知名软件品牌,将专注于扩大其IT和云管理产品组合,并将软件即服务(SaaS)解决方案纳入其中,以满足云时代的各种需求。凭借Quest的系统和安全管理软件专业技能与市场领导地位,该公司将继续投资于开发本地和SaaS软件解决方案,以帮助全球100,000家客户推动业务增长;Quest也将持续关注创新、社群发展和客户成就,延续其领导者地位。
Quest董事长兼首席执行官Jeff Hawn具有超过15年的软件公司管理经验。此前,Hawn曾分别担任过保险行业软件提供商Vertafore的董事长兼首席执行官,及身份与基础设施企业软件提供商Attachmate集团的董事长兼首席执行官。
Hawn认为:“随着企业纷纷进入业务转型,特别是采用以云为中心的技术模式,它们需要一个值得信赖的合作伙伴共渡此一关键时期。重组后的Quest将推出针对特定需求的产品,并配备高水平的技术支持和服务,从而帮助我们的客户和合作伙伴取得成功。我们将利用Quest过去30年的成功经验与优势,重新聚焦于安全和云端方面的进展。”
Quest将重新审视各种机会,通过扩大业务市场渠道为不同产品解决方案的客户提供优异服务。包括与所有产品组合的渠道合作伙伴开展密切合作,同时打造一个系统集成商的全球生态系统,如同身份访问管理以及微软平台管理系列产品的集成商那样为部署Quest解决方案提供协助。这将提供客户自主选择权与Quest直接合作还是与其它信赖的合作伙伴开展合作。公司将致力于简化客户和合作伙伴与Quest的工作流程,并继续提供优质产品和卓越的支持与服务。
另外一方面,SonicWall从戴尔软件集团剥离出来,成立独立公司。同时,公司任命网络安全与网络资深专家Bill Conner担任总裁兼首席执行官。Conner之前曾先后担任Silent Circle首席执行官、Entrust首席执行官、Data Networks总裁以及Nortel Networks企业网络业务总裁。
Conner表示:“我们正在如火如荼地筹备网络安全武装竞赛。作为单独运营的品牌,SonicWall能更加灵巧、迅速地服务于渠道合作伙伴和客户,为其提供独一无二的产品和服务。”
Conner补充道:“SonicWall客户的网络现在已受到市场上最高级的工具之一——基于云计算的Capture高级威胁防护服务的全面保护。得益于SonicWall产品工程团队的出色工作,Capture高级威胁防护(ATP)服务变革了高级威胁探测,以及采用了多引擎方法阻止未知与零日攻击、并能够自动补救的沙箱。我们将继续履行我们的承诺,以不断的产品创新更好地服务客户,并对如同SonicWall扩展团队的合作伙伴进行投资。
为了延续对渠道的承诺与投资,SonicWall今天还宣布了SonicWall SecureFirst合作伙伴计划,这一计划改进了合作伙伴奖励、交易保护以及针对SonicWall产品组合的扩展性技术支持。
戴尔表示,将像收购SonicWall之前那样继续转售SonicWall的全部产品组合。
好文章,需要你的鼓励
Meta宣布为Facebook Dating推出AI聊天机器人助手,帮助用户找到更匹配的对象。该AI可根据用户需求推荐特定类型的匹配者,并协助优化个人资料。同时推出Meet Cute功能,每周提供算法选择的"惊喜匹配"。尽管18-29岁用户匹配数同比增长10%,但相比Tinder的5000万日活用户仍有差距。AI功能已成为约会应用标配,Match Group等竞争对手也在大力投资AI技术。
字节跳动团队提出RewardDance框架,首次系统性解决视觉生成中的奖励模型扩展问题。该框架通过将奖励预测转为生成式任务,并将模型规模扩展至260亿参数,同时集成任务指令、参考样例和推理能力,有效解决了"奖励作弊"问题。实验显示,在文本生成图像任务中质量提升10.7分,视频生成性能改善49%,达到行业领先水平,为AI视觉创作提供了更强大可靠的技术基础。
Neo4j认为已找到让生成式AI访问图数据库记录的方法。图数据库专注于数据点之间的关系建模和查询,在欺诈检测、推荐引擎等场景中表现出色。2024年4月,ISO批准了图查询语言GQL标准,Neo4j的Cypher查询语言完全符合该标准。现代工具提供拖拽式工作流程,GenAI可作为自然语言接口,将用户请求转换为Cypher查询。
ByteDance团队开发的Mini-o3系统通过深度多轮推理突破了传统AI视觉理解的局限。该系统能像人类侦探般进行几十轮的视觉探索,在困难的视觉搜索任务上准确率达48%,相比现有模型提升显著。核心创新包括挑战性的Visual Probe数据集、多样化推理策略训练和突破性的过轮掩码技术,实现了测试时思考轮数的自然扩展。