至顶网软件频道消息: 10月13日,2017杭州·云栖大会上,阿里云正式推出混合云存储阵列,将云存储的高性价比和可扩展性与本地数据中心架构相结合,帮助客户轻松实现数据在本地数据中心和公共云之间的无缝流动。
阿里云混合云存储阵列负责人表示,该产品适用于对本地存储有较高性能和稳定性要求,同时希望在云端扩充存储容量,或利用云端做异地灾备,并且要求无缝上云的企业级客户,帮助用户实现数字化转型。

在传统IT架构中,企业对传统存储阵列的依赖度很高,在短期内完全迁移到云端会有诸多的挑战,甚至会涉及到系统的重新构建或者应用程序的开发,对客户来说改动量很大,也会面临不小的风险,同时还有很多客户对敏感数据的物理存放地有要求,所以越来越多的企业采用混合云来实现面向未来的数字化转型,而阿里云混合云存储阵列是部署在客户数据中心的物理存储阵列,客户无需改变现有的IT架构,就能方便快捷地使用公共云存储空间。
阿里云混合云存储阵列作为软硬一体的存储设备,集成了阿里云存储服务,融合了公共云存储和传统存储阵列的优点,既能实现客户敏感数据本地管控,又能充分利用公共云存储易于扩展,快速灵活部署的优势,满足客户不同的应用对数据管控以及性能容量的需求。
"支持本地存储和云端存储的文件数据同步,兼顾性能与数据保护也是本次发布的混合云存储阵列的一大特色,能利用云端自带的多副本保存和跨区域的能力,轻松构建同城和异地灾备环境。" 阿里云混合云存储阵列负责人介绍,混合云存储阵列支持用户在阵列本地存储中建立多版本快照,并将各时间的快照镜像上传到预配置的云端存储作为备份,当本地需要灾备恢复的时候,可以直接从云存储阵列上获取快照版本恢复。如果本地快照丢失,再通过存储阵列从云端获取快照版本恢复。
在使用方面,混合云存储阵列也充分从用户角度出发,无需更改原有的IT架构,就可以像使用本地存储设备一样使用阿里云混合云存储阵列,同时使用本地存储空间和海量云端存储空间,无需关注本地设备存储协议同云存储协议之间的兼容性。

阿里云一直十分重视用户数据保护,这次发布的混合云存储阵列产品,采用了全冗余的硬件设计,支持端到端的数据加密,集成AD/LDAP,支持ACL,云端分布式存储提供多副本跨区域保护,10个9的数据高可靠性,全链路的日志监控和完备的数据一致性校验,确保用户数据的安全和可靠。
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。