至顶网软件频道消息: 数据保护软件厂商Commvault在年度客户大会上做了多项公布,包括一个GDPR包、端点数据保护即服务、与Google Cloud Platform的合作、以及Antarctic Expedition。
GPDR包是首个可交付的Data Analytics Portfolio,将包含嵌入Commvault核心数据平台的产品和服务。
据称,它让客户可以识别、管理和降低在遵循欧盟“通用数据保护条例”(GDPR)和其他数据隐私法规时的隐私风险。
Commvault表示,客户可以用它来:
- 检测可扩展的一组个人数据,最终侧重于文件系统和端点上的Personally Identifiable Information (PII)
- 使用仪表板、报告和可视化来映射这个PII信息所在的位置,然后对数据进一步分析
- 创建和分配自动化工作任务来解决客户请求,以及其他针对PII数据泄露、到处和删除的补救措施
- 对PII数据管理行为进行审查跟踪
这款产品将在12月底提供。Commvault表示,未来18个月将持续构建在这之上的分析应用、能力、解决方案和服务组合。
端点数据保护即服务
这将保护Commvault管理服务下的笔记本电脑、台式机和其他端点设备。数据可以加密、备份和恢复,必要的时候可以以自助服务的形式进行。此外,Commvault还推出了Endpoint Search,该功能可提供对端点数据的可见性和控制,用于合规和立法诉讼目的,集成了全文搜索以及从整合端点数据池生成报告的功能。
在文件同步和共享方面,Commvault还推出了Secure File Sharing产品,作为该服务的一个组成部分。它将能够让最终用户从几乎任何地点、任何时间、在任何设备上安全地保存、访问和共享文件。
这项主服务和子服务已经从今天开始从Commvault、管理服务提供商以及经销商那里提供给客户。
Google Cloud Platform
Commvault将公布与Google Cloud Platform (GCP)的合作,在这项合作中,Commvault可以将数据迁移到GCP,以及Google云中运行的应用迁移到GCP层中,例如Coldline、Nearline、Regional和Multi-Regional。数据放在这些层中,将成为Commmvault数据池的一部分,可通过Commmvault数据平台访问这些数据。
Commmvault还提供了单一的、全方位的数据视图,查看数据备份、恢复、管理、跨内部部署环境、Google Cloud Platform和其他云环境的电子发现。
压缩和全局重复数据删除功能将帮助客户将大量数据迁移到GCP。
Commmvault支持Google Cloud Engine中大多数常见的企业级应用,包括在Windows、Unix和Linux上的各种文件系统。支持如SAP、Exchange、Oracle和DB2等应用和数据库,还有GPFS、Mongo DB、Hadoop等大数据应用。
Commmvault面向Gmail和Google Drive等GSuite应用在GCP上提供了数据管理能力,包括备份、恢复和管理。
南极探险
Commmvault将在2041 Foundation南极探险期间提供备份和数据保护。探险家Robert Swan和他的儿子Barney将到南极探险或者做横跨美国的自行车骑行,以推广清洁能源。
Commmvault首席营销官Chris Powell将参与该基金会在1月南极探险的最后10天。
想想看,这实际上对于一家归档冷存储的公司来说是相当合适的
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。