Teradata星期四收购了位于圣地亚哥的创业企业StackIQ,加强内部功能,以便在复杂的云端和内部环境中部署数据仓库系统。Teradata将StackIQ的开源解决方案,主要是旗舰工具StackIQ,视为简化运行其分析平台的云和裸机服务器配置的资产。
据悉StackIQ成立于2006年,到2011年实现自主经营,该公司专注于开发自动管理复杂基础架构以实现数据存储和高级分析的应用程序。
总部设在俄亥俄州Dayton的Teradata并没有透露收购StackIQ的费用,而是表示该创业企业的员工将被保留以壮大其工程人才的队伍。
Teradata将集成StackIQ的工具,为合作伙伴和企业客户提供更轻松部署其技术的方法。
一位Teradata的代表对CRN表示,StackIQ将帮助Teradata“使用智能软件更快、更可靠地制造复杂的计算系统”。
这些自动化功能将出现在Teradata的两个品牌的企业设备——IntelliFlex和IntelliBase以及云计算产品IntelliCloud上。
这位发言人表示:“StackIQ的产品将帮助Teradata进一步优化复杂系统的自动部署,无论是内部部署、在云端还是纯软件解决方案。”
好文章,需要你的鼓励
四川大学研究团队发现,当前先进的AI模型在面对信息不完整的数学问题时,缺乏主动询问澄清信息的能力,更倾向于基于假设给出答案。
中南大学等机构联合发布TextAtlas5M数据集,包含500万图像-文本对,专门解决AI长文本图像生成难题。该数据集平均文本长度148.82词,远超现有数据集,涵盖广告、学术、教育等真实场景。配套的TextAtlasEval基准测试显示,即使最先进的商业模型也面临显著挑战,为AI图像生成技术指明了新的发展方向。
从11岁就梦想造人形机器人的Bernt Bornich,用'huggable'形容他的Neo Gamma机器人——这个能举起150磅的66磅'运动员',正以家庭为试验场突破AI学习瓶颈:'工厂20小时就触及学习天花板,而家庭环境的多样性才是通往AGI的钥匙'。
剑桥大学研究团队创建了史上最难的AI视觉测试ZeroBench,包含100道精心设计的视觉推理题目。在这项测试中,包括GPT-4o、Claude、Gemini在内的20个全球最先进AI模型全部得了0分,暴露了当前AI在基础视觉理解上的严重缺陷。研究发现AI主要在计数、空间推理等基础任务上失败,而非逻辑推理能力不足。