至顶网软件频道消息:12月6日-8日,UCloud(优刻得)作为中国移动战略合作伙伴,应邀出席在广州召开的2018中国移动全球合作伙伴大会。本届移动大会以“5G连接新时代”为主题,中国移动邀请全球数百家战略合作伙伴,携云计算、物联网、大数据、5G等新一代信息技术和智慧应用服务集体亮相,共创5G产业新生态。
(UCloud工作人员为前来咨询的客户介绍产品)
强强联合,UCloud与中国移动合作了哪些事?
自成立伊始,UCloud就和中国移动有非常好的技术和业务合作关系,在2018年6月28日的世界移动大会现场,UCloud还宣布获得中国移动投资公司的E轮投资,双方表示,将共同开展云计算、大数据、物联网、边缘计算、5G、NFV、SDN、SDS等新技术的研究、开发及标准制定工作。
半年以来,UCloud与中国移动的全面战略合作按照之前的部署,深入而广泛地展开。UCloud与中国移动政企分公司签署备忘录,以项目模式联合拓展客户。UCloud负责为中国移动政企客户提供云计算、大数据、视频直播等产品及服务必须的平台软件、管理平台等整体解决方案,针对合作项目进行定制化开发,并提供技术支撑,及其他先进技术产品和服务。中国移动政企分公司负责提供客户运营业务必须的基础资源,并对基础设置进行运维保障及客服支撑。
UCloud还与中国移动华东某省分公司合建公有云平台, 由UCloud输出云平台软件搭建、运维运营能力,中国移动输出客户营销、渠道拓展能力,助力当地企业上云和创新经济发展。双方还联合开展5G网络测试工作,对5G网络下云游戏落地推广解决方案提供前期支持。随着合作进一步深入,UCloud与中国移动地市级公司也建立了合作,与中国移动华南某地市公司签署中小企业云业务合同,赋能中小企业上云,助力当地企业发展。
(UCloud作为中国移动战略入股企业代表参展)
2018年,UCloud为中国移动咪咕公司,搭建并运营支撑规模达4000+节点的私有云平台以及20PB+的存储资源池,助攻咪咕视讯世界杯直播工作,为用户呈现更多实时有料的足球资讯。与此同时,UCloud输出热补丁等领先技术,与中国移动软件研发中心开展多种技术层面合作。
联手共建5G新时代的云计算产业生态
UCloud与中国移动的合作,早已被业内看作是云计算在企业级应用场景的最佳实践。两者在各地区、各业务、各项目的合作,对中国云计算、大数据与人工智能发展的共同探索,将推动相关技术和产品在中国企业级客户的落地和发展,逐步培养和建立中国新一代IT基础设施的产业生态系统。
中国移动选择UCloud作为合作伙伴,是高效发展云计算的战略决定。在BAT等巨头基于各自生态链基础,纷纷布局云计算领域时,UCloud始终坚持中立立场,不涉足客户业务领域,致力于打造一个安全、可信赖的云计算服务平台。UCloud自主研发了IaaS、PaaS、AI服务平台、大数据流通平台等一系列云计算产品,深入了解互联网、传统企业不同场景下的业务需求,提供公有云、私有云、混合云、专有云在内的综合性行业解决方案。在全球各地部署了28个数据中心,为8万多个用户提供优质服务,间接服务用户数量更是超过10亿,部署在UCloud平台上的客户业务总产值逾千亿人民币。UCloud的中立立场,及不可替代的技术和服务实力,正是中国移动投资云计算领域以及寻找合作伙伴最为看重之处。
在云服务领域,运营商是绕不开的话题。早在公有云服务市场爆发前,国内三大运营商中国移动、中国联通、中国电信就成立了云计算公司,致力于为下游客户提供IaaS层服务,利用运营商资源铺设基础设施,在全国市场跑马圈地。除了自立更生外,运营商也与众多云服务巨头建立合作。联通沃云就与阿里云展开深度合作。电信天翼云则与华为云在基础设施共同拓展。与云计算行业前三的UCloud合作,是中国移动“投基础、补短板、筑未来”的战略要求,也是双方在构建中国云计算生态圈上的联合发力。
2019年将是5G发展的一个分水岭。对于全球许多国家来说,建设和发展5G,都是一件至关重要的工作,也是中国各大运营商必争之地。UCloud与中国移动强强联手,必将从互联网基础设施和行业解决方案层面,共同驱动中国5G生态更加繁荣。
好文章,需要你的鼓励
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。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。