至顶网软件频道消息: Google今天宣布,将与众多知名的开源软件公司展开合作,大规模扩展Google Cloud上可用的“一流”服务。
今天在美国旧金山举行的Cloud Next年度大会上,Google宣布与Confluent、DataStax、Elastic NV、InfluxData、MongoDB、Neo4J和Redis Labs等公司达成“战略合作伙伴关系”。这一公告的核心,就是所有这些公司基于开源技术的产品,现在都将作为托管服务在Google Cloud上提供给用户。
Google表示,将把这些开源平台添加到Google Cloud中,通过简单统一的管理、计费和支持服务,为客户提供更加无缝的体验。Google将全面管理每项服务,用户可以通过Google Cloud Console使用这些服务,并且通过一张发票进行统一结算。
换句话说,像DataStax Apache Cassandra数据库这样的服务,将与Google自己的数据库服务类似的方式进行打包和销售。
Google基础设施合作伙伴主管Manvinder Singh在新闻发布会上表示:“我们的想法是让用户们更容易在GCP上购买这些服务,就像是购买我们自己的产品一样,同时也让这些产品成为我们平台上一流的服务。”
很多人认为这与AWS等其他公有云厂商的策略是完全不同的,后者将开源软件作为第三方产品出售,但通过管理或支持提供的内容并不多。Amazon还习惯于利用开源软件,在开源软件基础上打造自己的竞争产品,例如DocumentDB,就是一项基于MongoDB NoSQL数据库服务的服务。
Amazon采取向开源社区开放的策略,而且Google的目的显然是鼓吹自己与这些开源公司是合作关系而不是竞争关系,并表示会像对待自己的服务那样对待这些服务。
Singh解释说:“我们希望为客户提供一个解决问题的窗口,这些公司显然在各自的技术领域拥有更多的专业知识,因此我们将共同努力解决客户的问题。”
Wikibon分析师James Kobielus表示,Google的这些公告实际上是承认开源已经成为当今大多数云应用的基础。他说:“Google通过与领先的开源厂商合作,为平台的各种托管服务提供统一管理、计费和支持,从而解决了在公有云中部署各种开源数据环境的很多痛点。”
Constellation Research分析师Holger Mueller表示,这些合作伙伴对于Google来说非常重要,因为很长一段时间以来,Google一直由于没有真正了解企业需求、从而无法恰当地服务这些企业而饱受批评。但是这些批评放在今天对于Google来说可能就有些不公平了,因为今天的这些举动表明Google确实想要了解企业真正需要什么。”
Mueller说:“这正是企业高管们希望运行下一代应用的原因。正如所有新产品一样,我们现在必须找到企业的兴趣点在哪。现在Google的确引入了一些市场需求非常高的合作伙伴。”
但Mueller指出,联合支持这一点可能有些问题。“魔鬼藏在细节中,但如果Google和合作伙伴能够很好梳理清楚就没有问题了。”
未来几个月内,这些开源服务将通过Google Cloud Marketplace进行售卖,此外还会集成Stackdriver等Google原生服务用于监控,以及集成Cloud Identity & Access Management用于确保安全性。
好文章,需要你的鼓励
英国宠物慈善机构PDSA数据显示,超过半数宠物主担心无法承担兽医费用。科技公司正通过AI和物联网技术解决这一市场需求。在伦敦兽医展上,多家初创公司展示了创新技术:AI for Pet利用视觉AI分析宠物眼部、皮肤等图像提供健康洞察;Sylvester.ai开发AI模型识别猫咪疼痛表情;VEA整合患者数据自动化诊断。此外,智能项圈等物联网设备可追踪宠物健康症状。这些技术有助于宠物主采取预防措施,降低兽医费用。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
北欧国家启动统一人工智能产业计划,旨在通过合作在全球舞台上竞争,获得微软和谷歌支持。10月成立的新北欧AI中心获得350万英镑初始预算,但谷歌和微软是唯一提供资金支持的科技公司,具体金额保密。该中心将开发生成式AI系统并建设应用AI服务的系统。北欧教育部长承诺追加资金开发大型北欧语言生成AI模型。尽管资金有限,但北欧国家希望通过联合力量在AI竞赛中提升地位。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。