ZD至顶网软件频道消息:本周亚马逊网络服务(AWS)召开年会,性价比和灵活性平衡式的话题比比皆是。
AWS的re:Invent大会本周开幕,最大云服务提供商AWS也一直在忙着推出各种实例大降价。而谷歌和微软肯定不会闲着,也可能砍价。
但云计算实例的定价模式越来越复杂。谈论价格时必须包括折扣,也不是什么值得震惊的事。和所有涉及到企业科技的事情一样,业界存在所谓的市价和客户价。微软、谷歌和AWS各自打折扣的方法不同,要比较云提供商的定价颇有些棘手。
幸好RightScale周一发布了一份云计算价格调研报告的概要。一般而言,AWS不会是最便宜的云计算选择。AWS通常居于微软Azure和谷歌云二者之间。
要点是,AWS折扣用的是1年和3年的保留实例条款。微软的Azure折扣需要企业协议的支持。谷歌一直在用的使用折扣模式相对容易懂一些。
总的来说,RightScale的发现是,谷歌在大多数场景下是最便宜的,原因是持续使用折扣是自动计算的。RightScale报告的要点如下:
l 如果用户需要的是固态驱动器性能而不是附加存储性能,谷歌将收附加费。
l 按需定价方面,Azure与AWS相当或胜过AWS。
l AWS在许多场景下都不是最便宜的选择。不过,AWS的菜单最大,其云服务和客户基础更高级一些,AWS无需在定价上太疯狂。AWS要做的是价格合理。
l 由于用户和微软签的企业协议层面不一样以及从AWS购买的保留实例不一样,用户与用户之间的比较结果不同。
下列三个幻灯片有助于从RightScale的角度看各种比较。
用户应该综合起来做个比较,可以查看RightScale SlideShare,算出一些关键数据。到最后,企业可能需要同时用到三个云提供商,至少可以比较一下。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。