CA Technologies本周一宣布,将以6.14亿美元现金收购基于SaaS的安全DevOps平台提供商Veracode,预计这次交易将在2018财年第一季度完成。
CA Technologies表示,这次收购将有助于统一其安全和DevOps产品组合,为客户提供一个让他们将安全直接集成到软件开发中的平台。
CA Technologies公司总裁、首席产品官Ayman Sayed表示:“软件是每家公司数字化转型的核心。因此,对他们来说,在开发过程早期集成安全性变得越来越重要,因为他们能够以安全的方式对市场机遇做出响应。”
这次收购将让CA Technologies把客户群从大型企业扩展到中型企业。
据Gartner预计,到2019年将有超过半数的企业DevOps项目将包括对自定义代码的应用安全测试,这要高于2016年的10%。正如Sayed在一篇博客文章中指出的,美国国土安全部称有90%的安全事件是由于针对软件缺陷进行攻击而导致的。
这次收购与CA Technologies在12月收购的Automic,将让CA Technologies获得广泛的企业产品。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。