至顶网软件频道消息:Amazon Web Services无疑在公有云领域占据着统治地位,但其混合云业务目前却仍然较为孱弱。
相比之下,微软公司在云业务领域的表现则越来越强大,且其Azure Stack则似乎有志于重新定义混合云,这将使得内部组成部分与Azure云越来越难于区分。Azure Stack的预览版本证明,管理员几乎无需任何考虑即可放心将内部存储延伸至Azure当中。另外,Windows Server 2016亦能够与Auzre取得良好的集成效果。
这种激烈的竞争态势直接成就了AWS的新产品:目前,其存储网关的文件网关服务已经能够运行在微软Hyper-V 2008 R2与2012版本之上。该存储网关为AWS专门打造的工具,旨在确保S3能够以原生方式接受来自虚拟化环境的访问,这意味着各虚拟机将能够直接将S3、Glacier以及EBS快照作为存储资源进行数据读取或者写入。当然,这套文件网关以文件作为操作对象。
该文件网关推出于2016年年底,而截至上周四,其终于在全部AWS服务区之内正式登陆Hyper-V。
将文件网关扩展至Hyper-V之所以具有重要的现实意义,是因为AWS方面希望让尽可能多的用户更积极地考虑使用其云存储服务。抢在Azure Stack正式发布之前将该文件网关在微软的虚拟化平台上推出,亦能够确保AWS向各Hyper-V用户证明其并不需要再行转向任何Azure解决方案。
AWS公司的混合云业务将借此得到一定程度提升,Hyper-V用户也会因此得到新的选项。而我们则期待着观察Azure Stack如何及能否撼动AWS布下的这套阵法。
好文章,需要你的鼓励
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。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。