Microsoft正在扩展旗下Azure Data Box数据传输设备的功能。
Azure Data Box与亚马逊的Snowball是竞争对手,主要是帮助用户更快、更安全地将数据迁移到Azure。微软是在去年秋天推出Azure Data Box及附加服务预览程序的。
在旗下Inspire合作伙伴会议召开一周之前,微软昨天(7月12日)宣布在预览版里新增Azure Data Box Disk。Data Box Disk是个基于SSD磁盘的选项,专为重复或一次性数据迁移而设计,最高可达40TB。
对注册Data Box Disk预览感兴趣的读者可浏览此网页http://aka.ms/announcingdataboxdisk。
微软还宣布正在将Azure Azure Data Box预览版的可用性扩展到包括欧洲和英国在内美国以外的新地区。
微软同时还宣布推出两款新的Azure服务:Azure虚拟WAN和Azure防火墙。
Azure执行副总裁Jason Zander在一篇关于即将到来的服务的新博文中表示,“我们不是将云添加到您的网络中,而是将您的网络添加到云中,并会使用云原生网络安全服务来保护它。”
Azure虚拟WAN旨在使连接Azure及通过Azure更容易。用户可以使用该服务将自己的分部机构相互连接到Azure,服务可用于将流量的路由选择设为虚拟设备(如防火墙和Azure网络安全服务)。 Azure防火墙是一种旨在保护Azure虚拟网络资源的安全服务。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。