ZD至顶网软件频道消息:3月23日,企业级基础云服务商青云QingCloud(qingcloud.com)宣布推出AppCenter 2.0,向企业级用户、应用提供商及开发者提供一整套高效完整的应用交付与运营管理平台。AppCenter 2.0以业务视角重新定义IT使用模式,可以显著降低云端应用开发、部署及运维的复杂度,帮助企业实现应用交付与管理的标准化。同时,QingCloud还将携手合作伙伴基于AppCenter 2.0构建多元开放的云应用生态,打造以应用为中心的全新云服务体系。
青云QingCloud于2015年5月开创性地推出了企业级应用交付平台QingCloud AppCenter,是国内首创基于云计算的企业级应用部署及分发平台。全新发布的AppCenter 2.0是该平台产品的全面升级,为企业、应用提供商和开发者提供一个云计算环境中的应用交付与运营管理平台。
青云QingCloud AppCenter 2.0还包含一整套用来开发云应用及云化已有应用的框架,让应用提供商和开发者可以从资源层管理的复杂性中脱离出来,从而更高效地开发、部署、运维及管理其应用,让用户可以便捷地选择需要的应用来构建和管理自身的业务。
过去,开发人员基于云端开发、部署及管理一个应用,需要学习掌握各类繁杂的云平台API,熟悉云平台本身的各种特性,并完成大量的代码与测试工作。AppCenter 2.0通过独创的模板化应用开发与部署框架,可以帮助应用开发者显著缩短开发周期,并降低使用复杂度,大幅优化云端应用的交付与使用体验,使得整个基于云端的应用开发与部署周期,从过去的数月缩减至数天甚至数小时之内。
云应用的类型丰富多元,AppCenter 2.0秉承开放包容的理念,支持基于KVM/Docker/LXC三种技术体系构建应用,提供完善的应用编排与管理能力。同时,AppCenter 2.0还兼容Kubernetes、Mesos及Docker Swarm等主流集群管理框架,帮助用户基于它们实现应用编排及DevOps持续交付。
开发者基于AppCenter 2.0不仅可以开发各类互联网应用,同时也能够支持传统应用上云,可涵盖CRM/APM/ERP等SaaS应用、简单的单节点应用、多节点的分布式PaaS应用(如数据库/缓存/NoSQL/大数据集群/DevOps等),以及集成多个应用的复杂应用。
基于AppCenter 2.0开发的应用将完全构建于QingCloud IaaS之上,天然获得其提供的高性能计算资源、P2P智能资源调度、SDN(软件定义网络)及SDS(软件定义存储)等支持,并充分享受云平台赋予的弹性伸缩、高可用与高可扩展特性。同时,AppCenter 2.0 还可以帮助用户屏蔽面向底层资源的复杂操作,使用户能够投入更多精力于自身所擅长的业务逻辑,解放专业生产力,满足更丰富的业务创新需求。
青云QingCloud AppCenter 2.0本身也是一个聚合多类型专业应用服务的平台,将成为QingCloud云生态的载体。通过AppCenter 2.0,应用服务商能够成为云计算生态建设者,共享QingCloud云生态平台。AppCenter 2.0提供了一整套完善的运营管理功能,包括计费、支付、财务报表、用户管理、服务支持等一系列功能模块,赋予应用服务商和开发者一站式的应用商业化运营能力。
青云QingCloud CTO 甘泉(Reno Gan)表示:“QingCloud AppCenter 2.0将重新定义云计算使用模式,帮助用户从复杂的流程及底层技术中彻底解放,实现更简单、更轻量的应用交付。同时,AppCenter 2.0还将汇聚各类应用与技术架构,携手众多合作伙伴一起构建多元、开放与包容的云生态。”
同时,青云QingCloud也针对AppCenter 2.0发布了优惠政策,公有云用户通过发布于AppCenter的应用所使用的云资源,其价格在标准资费(仅含主机和硬盘)基础上优惠10%。获得QingCloud AppCenter认证应用的提供商,自认证之日起至2017年12月31日,通过部署该应用所带来的云资源消费(仅含主机和硬盘)的10%作为其奖励。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。