ZD至顶网软件频道消息:根据IDC全球半年度公有云服务开支指南的最新显示,2017年全球公有云服务及基础设施开支将达到1225亿美元,相比2016年增长24.4%。在2015年到2020年预测期间,公有云整体开支将实现21.5%的复合年增长率(CAGR),几乎是整体IT开支增幅的7倍。IDC预测,到2020年公有云开支将达到2034亿美元。
软件即服务(SaaS)仍然是占据主导的云计算类型,在2017年的公有云开支中占比近2/3,到2020年占比近60%。软件即服务开支包括应用和系统基础设施软件将被应用采购所主导,这部分将在所预测公有云总开支中占比超过一半。不过,基础设施即服务(IaaS)和平台即服务(PaaS)的增长要远远快于软件即服务,5年期内的复合年增长率分别为30.1%和32.3%。
IDC客户洞察和分析项目总监Eileen Smith表示:“在2017年,离散制造、专业服务和银行业将在公有云全球开支方面领跑,因为他们寻求的是更高的可扩展性、更高的性能和更快地获得新技术。综合来看,这三个行业将在全球公有云服务开支中占比1/3,也就是412亿美元。”
在5年预测期内,公有云开支增长最快的行业是专业服务(23.9%)、零售(22.8%)、媒体(22.5%)以及电信(22.1%)。不过这不算什么,因为该开支指南调研的20个行业中有18个行业的5年复合增长率都超过了20%。
在公司规模方面,有将近一半的公有云开支来自于超大型企业(员工人数超过1000人),而中型企业(员工人数在100-499人)在预测期内增长超过20%。大型企业(员工人数在500-999人)的5年复合年增长率最高,增幅为23.2%。不过采购优先级则取决于企业规模,除了服务器和存储硬件之外,主要产品类别包括客户管理管理(CRM)和企业资源管理(ERM)应用。
从地域来看,美国将是公有云服务最大的市场,在预测期内贡献了超过60%的全球收入。西欧和亚太(不包括日本)将是2017年开支的第二和第三大地区,分别为241亿美元和95亿美元。亚太(不包括日本)和拉丁美洲在预测期内增长最快,复合年增长率份卑微28%和26.6%。不过,8大地区中有7个地区预计在未来5年内的复合年增长率都将超过20%,其中美国增长最慢为19.9%。
IDC客户洞察和分析高级研究经理Serena Da Rold表示:“在西欧,公有云市场在预测期内的复合年增长率为23.2%,其中公用事业、保险和专业服务是最具活力的市场领域。与美国相比,欧洲公司采用云的速度较慢,但是现在该市场正在逐步成熟,是云提供商瞄准并专注未开发的细分市场的正确时机。”
“未来4年随着云采用的扩展,云的定义和云能做什么将发生巨大变化。云将变得更加分散(通过物联网边缘服务和多云服务)、更加可信、更加智能、更专注于行业和工作负载。随着云逐步演化出重要的新能力,IDC称之为‘Cloud 2.0’,云的用途将极大地扩展,”IDC高级副总裁、首席分析师Frank Gens补充说。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。