至顶网软件频道消息:
软件容器公司Docker将与IBM合作,寻求更多途径扩展到企业级领域。
Docker表示,计划提供一个特别版的Docker for IBM Cloud,其主要有点是可以利用IBM的云服务让应用更加智能。
IBM Cloud Platform副总裁、首席技术官Jason MacGee在一篇博客文章中指出,IBM和Docker在致力于实现软件容器方面有着悠久的合作历史。双方合作的成功已经见到成效,因为两家在今年年初合作提供了面向Linux on IBM z Systems、LinuxONE和Power Systems的Docker Enterprise Edition,支持混合云环境。最近,Docker还增加了对IBM大型机的支持。现在,增加了在IBM云上对Docker Enterprise Edition的支持,两家公司将把合作关系推向一个新的层面。
McGee表示,这是重要的一步,因为企业永远也不会有足够的选择,因为他们希望能够在云中整合关键基础设施和工作负载。他补充说,通过这些新的合作关系,客户能够以远超过以前的速度将他们的容器化应用(运行在多个计算环境中)迁移到IBM云中,然后扩展到IBM一系列云服务中,让他们更高效、更有竞争力。
“一旦这些现有工作负载通过Docker容器过渡到IBM Cloud,企业团队将可以快速连接这些服务,并整合这些服务,让IBM公有云对企业更具吸引力。这意味着企业可以利用他们的单一应用,让其利用Watson变得更加智能,而无需改变原始应用。”
为了进一步巩固双方的关系,IBM表示将会加入Docker的Modernize Traditional Applications Program计划,帮助客户改进他们的数字化转型项目。现在有越来越多的企业组织在考虑,他们如何能够利用现有传统应用,使其运行在混合云和公有云基础设施上。IBM和Docker表示,最好的方式就是在迁移应用之前把应用放在容器中。作为官方的Docker MTA项目合作伙伴,IBM表示将会帮助更多客户实现应用的容器化,并将这些应用迁移到它的平台上。
最终,这个新协议的成果将是IBM在Docker Store中提供部分IBM软件,其中包括WebSphere Application Server、WebSphere MQ和IBM DB2数据库。
两家公司表示将共同致力于尽快提供Docker for IBM,测试版将在今年第四季度推出。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
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。