Red Hat表示将收购Codenvy公司,据悉Codenvy公司的开发工具能够创建容器和云优先的应用程序,而本次收购的目标是向Red Hat的开发人员和应用程序阵容添加Codenvy产品,以便与JBoss中间件和OpenShift形成组合。届时Codenvy也将成为OpenShift.io的一部分,打造一个混合云服务的平台。
据了解,Codenvy本是基于Eclipse Che的一个开放源代码云集成开发环境(IDE)和服务器。 Codenvy在一个协作空间内包含了运行项目和开发人员的环境,并能够在Linux容器中运行。
以下是Codenvy工作流程的一部分。
Codenvy还可以连接到Jira和Jenkins等工作流程工具。
此外,两家公司目前已经是合作伙伴,并都与微软合作开发工具。同时Codenvy也已经包含在Red Hat的OpenShift平台之中。
未来,Red Hat表示将把Eclipse Che和Codenvy作为其工具和工作空间管理技术的核心。另外,Codenvy总部设在旧金山,员工约有40人。此次交易的具体条款并未披露。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。