至顶网软件频道消息:多年来,Box与微软之间关系已经超越了纯粹的竞争关系,也展开了一系列的合作。双方仍然在文件共享方面相互竞争,但同时他们也提供集成的产品来支持共同的客户。
两家公司今天宣布,双方进一步神话合作伙伴关系,积极帮助企业组织更好地管理云中的文件。根据Box公司首席执行官Aaron Levie发表的博客文章称,该联盟由两个关键要素组成。
首先,Box将开始使用微软超过40个数据中心来存储客户的文件。这是对去年发布的Box Zones计划的一个延伸,让企业把信息保存在更接近于他们国际办事处的地方。此前Box一直依赖于IBM和Amazon来做过国际托管,而这次与微软的合作可能会提高一个优先级。
根据Recode的报道称,Box不仅仅是使用Azure,而且还让客户可以将他们的数据专门保存在该平台中,目前其他两家提供商都还没有提供这个选项。这对于微软来说是一个重大的胜利,特别是考虑到这样一个量级的基础设施合作对于一家Web级的公司来说意味着什么。例如Snap公司计划在未来几年在云服务上花费30亿美元。
Box与微软合作的另一个重点是围绕着人工智能。Levie写到,Box将强化Azure提供的人工智能服务,以开发新的功能。
他并没有透露更多细节,但提及了微软基于人工智能的视频识别技术。Box可能会利用Azure Computer Vision API,根据很多因素例如谁出现在一格画面中,来剪辑企业的媒体内容,从而帮助用户更轻松地找到片段。此外,Box甚至还会借助微软的自然语言处理服务开发一个聊天机器人,自动执行其他文件管理方面的任务。
不过就目前来看,Box还是紧紧围绕着他们自己的开发路线图。Levie写到,用户可以期待在未来几个季度看到Box与微软合作的第一个成果。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。