谷歌近日宣布将以26亿美元全现金的形式收购商业智能公司Looker Data Science,在公有云市场展开了最大一笔收购。
这次收购有助于推动谷歌更好地与AWS和微软展开竞争,但是谷歌并没有透露太多关于如何战略性地整合Looker的一些细节,仅表示会在得到监管批准之后公布路线图。
Google Cloud首席执行官Thomas Kurian表示,“他们有很多关于如何进一步整合Looker产品的想法。”但他除了提到其中一个举措是针对BI查询启用语音识别之外,并没有提供更多细节。Kurian说,“Looker将以独立子公司的形式继续运营,与第三方数据平台和云提供商的现有关系不会受到影响。”
谷歌认为,此次收购强化了谷歌作为云不可感知服务的提供商的地位,同时也突显了BigQuery云数据仓库所取得的成功,Kurian将其称之为“数字化转型中的一个重要组成部分”。Looker将为客户提供一种通用的数据模型、增强的分析能力,让客户能够跨各种行业构建协作的、以数据为驱动的应用。
Kurian表示:“我们现在有一个端到端的解决方案,客户批量地获取数据、预处理数据、分析非结构化数据,并通过Looker从BigQuery和其他数据源提供服务,不管是在Google云、内部环境还是在其他云中。”
云计算大战的新战场
数据仓库和分析正在成为云平台市场的一个新战场,因为厂商们意识到,客户正在快速地将本地大数据工作负载迁移到云平台上。云厂商通过捕获客户数据用于大数据项目,从而售卖范围更广的附加服务。
Lopez Research创始人兼首席分析师Maribel Lopez表示,Looker对商业用户的吸引力,成为Google售卖自己不断扩充的分析工具和人工智能工具产品线的一个切入点。“谷歌成为那些想要利用数据做更多事情的企业组织的选择。”
Constellation Research分析师Doug Henschen认为,这次收购可能会触发云计算大数据市场的一系列收购和整合。他认为:“这只是个开始,未来我们可能会看到谷歌在这个领域有更多收购动作,同时也很有可能看到来自竞争对手AWS的回应。”
微软一直在对Power BI平台进行投资,并极力地宣扬“将更多数据带入这个云平台、让数据更具粘性并推动持续的存储费用,这能给你带来回报,”Henschen这样写道。“我们很关注AWS是通过自己开发还是收购一家能提供比QuickSight更具吸引力、更全面的分析和BI产品来做出回应。迄今为止,Constellation认为QuickSight未能在市场中获得太多的份额。”
Looker的BI和可视化能力是“对BigQuery云数据仓库和Anthos混合云新产品的绝佳补充,”市场研究公司Wikibon首席分析师James Kobielus这样表示。Anthos是Google Cloud Platform一个重新命名的平台,一个混合云和多云引擎。
Kobielus表示:“Looker为Google Cloud提供了一个多云敏捷的BI产品,可以将来自各种[软件即服务]应用的数据整合在一起,同时使用户能够从任何公有云或者内部部署环境源中提取数据,这正是Google Cloud需要的那种填空性战略收购。”
谷歌正在大力投资机器学习,在这个尚不成熟的领域,客户必须自己应对大量数据治理和测试相关的繁杂工作。Lopez表示:“整合多种工具实在是很痛苦的。”在构建最全面的AI工具集这场竞赛中,Looker为Google带来了领先优势——尽管只是暂时性的领先。“虽然客户可能从一家厂商那里采购所有产品,但选择一家拥有更大市场份额的厂商来说是可以让他们受益的。”
Looker成立于2011年,通过自动化和简化大部分数据提取和准备流程,在拥挤的商业智能领域脱颖而出。Looker的云引擎可以直接查询多个源,而且Looker的可视化平台经过了优化可以共享和嵌入到其他应用中。
到目前为止Looker已经筹集了2.8亿美元的资金,最近一次是6个月前筹集的1.03亿美元。谷歌和Looker有四年的销售合作伙伴关系,有350多家共同客户。Constellation Research分析师Holger Mueller表示,“理念和方向的类似让两者非常适合。Looker将如何补充谷歌其他分析、机器学习和人工智能服务,这一点值得期待。”
然而这可能要等上几个月的时间,考虑到当前科技公司正在受到来自美国国会和监管机构更为严格的竞争审查。 Kurian并没有对交易获批的时间表进行预测,但表示,他认为这次收购不存在合规性问题。他说:“目前分析工具数量众多,所以我们不会全部集中到这个市场,其他市场参与者也有他们自己的分析工具。”
Looker首席执行官Frank Bien在公司博客的一篇文章中强调,对于现有客户和合作伙伴来说不会有任何变化。“今天的这一公告巩固了我们以及Google Cloud对多云的承诺。未来Looker客户将会看到我们对所有云数据库的持续支持,合作伙伴可以像以前一样继续与我们进行合作。”
Pund-IT首席分析师Charles King表示,这笔交易“表明Google高度重视以企业和商业为重点的云服务”。
谷歌在公有云市场被认为是远远落后于AWS和微软的第三大厂商。一年半前,谷歌聘请Oracle资深高管Kurian担任Google Cloud首席执行官。现在,谷歌投下了这个价值26亿美元的赌注,说明谷歌在不断实现其承诺把钱投入到更有价值的地方。
好文章,需要你的鼓励
这项研究由新加坡国立大学团队开发的DualParal技术,通过创新的双重并行架构解决了AI视频生成的长度限制问题。该方法同时在时间帧和模型层两个维度实现并行处理,配合分块降噪机制、特征缓存和协调噪声初始化策略,使生成分钟级长视频成为可能。实验表明,在生成1,025帧视频时,DualParal比现有技术减少了高达6.54倍的延迟和1.48倍的内存成本,同时保持了高质量的视频输出,为内容创作者提供了生成更长、更复杂视频叙事的新工具。
SoloSpeech是约翰霍普金斯大学研究团队开发的创新语音处理技术,针对"鸡尾酒会效应"问题提出了全新解决方案。该系统通过级联生成式管道整合压缩、提取、重建和校正过程,实现了高质量目标语音提取。与传统判别式模型相比,SoloSpeech采用无需说话者嵌入的设计,直接利用提示音频的潜在空间信息与混合音频对齐,有效避免特征不匹配问题。在Libri2Mix及多个真实世界数据集上的评测显示,SoloSpeech在清晰度、质量和泛化能力上均达到了领先水平,为语音分离技术开辟了新方向。
这项由北京大学深圳研究生院、伟湾大学、腾讯ARC实验室和兔小贝智能联合研究的Sci-Fi框架,通过创新的对称约束机制,解决了视频帧间插值中的关键问题。研究团队设计了轻量级EF-Net模块,增强结束帧约束力,使其与起始帧形成平衡影响,从而生成更自然流畅的中间过渡帧。实验证明,该方法在各种场景下都优于现有技术,特别适用于电影制作、动画创作和视频编辑领域,显著降低了人力成本。
这项来自西北大学和谷歌的研究突破了传统马尔可夫强化学习的局限,通过贝叶斯自适应RL框架解释了大语言模型中涌现的反思性推理行为。研究团队提出的BARL算法通过维护多个解题策略的后验分布,指导模型何时何地进行反思性探索,在数学推理任务上展现出显著优势,比基线方法减少高达50%的标记使用量,同时提高了准确率。这一研究不仅解释了"为什么反思有用",还提供了实用的指导原则,为AI系统的自适应推理能力开辟了新方向。