相比其他竞争对手,谷歌在企业云支持工具的商业化方面是后来者,但谷歌正在迅速制定一项差异化战略,旨在让软件开发人员使用谷歌云能够做到定制化。
Google Cloud首席执行官Diane Greene说:“我们拥有这种底层的、令人难以置信的先进的基础设施。我们让大家可以利用人工智能,而且比在其他任何地方使用都更安全,我们有相应的工程技术来帮助真正利用起人工智能,倾听客户心声了解他们想要什么。”
谷歌今天在旧金山举行的Google Cloud Next大会上,谈到了谷歌将其云功能转变为面向企业客户的商业化产品的过程,并概述了哪些创新推动着市场发展的方向。
打造云路线图
就在踏上云旅程仅两年后,Google Cloud已经拥有7个应用和超过10亿活跃用户。 Greene将他们的快速成功归功于在技术、基础设施和安全方面的核心竞争力。
“我们管理数据和人工智能的能力,与我们在开源、安全和底层基础设施的能力结合到一起,会让每个人都承认,这是世界上最先进的技术,是一个非常无与伦比的组合,”Greene说。
即便如此,谷歌仍然必须在新的云领域中证明自己。为了获得客户的信任,谷歌制定了将这些工具推向市场的发展路线图。Greene指出,一旦客户信赖了谷歌的云产品,谷歌就可以和客户一起,以更加定制化的方法开发解决方案和制定方案策略。
“工程师从客户得到客户的需求,但是在了解客户之后,他们可以开发出客户不知道的、但是能够以更强大方式解决问题的方案,”Greene说。
除了客户关心的问题之外,Google Cloud还专注于为所有企业用户提供安全性和人工智能。在今天的会议主题演讲中,Greene称安全性是企业将运营迁移到云端的首要担忧,这也是为什么谷歌说已经将安全深入整合到各个层面,而人工智能也因为有潜力为各行各业消除繁琐的、具有挑战性的工作而成为最大的机会。
Greene表示,“所有这些让人头疼的工作都会消除,没人想做。然后人员重新分配,因为我们仍然需要这些人做事。释放他们的精力,想想他们未来会有的新发现。”
好文章,需要你的鼓励
全新搜索方式出现,字节发布宽度优先搜索基准WideSearch,垫底的竟是DeepSeek
阿里巴巴团队推出DeepPHY,这是首个专门评估AI视觉语言模型物理推理能力的综合平台。通过六个不同难度的物理环境测试,研究发现即使最先进的AI模型在物理推理任务中表现也远低于人类,成功率普遍不足30%。更关键的是,AI模型虽能准确描述物理现象,却无法将描述性知识转化为有效控制行为,暴露了当前AI技术在动态物理环境中的根本缺陷。
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
AgiBot团队联合新加坡国立大学等机构开发出Genie Envisioner机器人操作统一平台,首次将视频生成技术应用于机器人控制。该系统通过100万个操作视频学习,让机器人能够预测行动结果并制定策略,在多个复杂任务上表现优异,仅需1小时数据即可适应新平台,为通用机器人智能开辟全新路径。