至顶网软件与服务频道消息:微软的云竞争对手已经对微软将从10月1日开始的许可调整发出了很多声音。而一直将自身定位成客户选择盟友的微软则发现自己陷入了不信任和价格欺诈的指责之中。
为什么会引发这么多的抱怨呢?因为微软围绕着“外包”的新的许可政策将削弱亚马逊和谷歌的能力,让他们不再能够帮助他们的客户以较低价格将自身现有微软企业软件许可带入各自云平台。
作为该公司推出Azure Dedicated Host预览版的一部分,微软的高管们宣布将进行许可变更,Azure Dedicated Host是微软新的单租户云选项。微软的高管们本月早些时候表示他们正在改变许可方式,因为专用云选项更像是多租户云产品,而不是像本地数据中心那样,因此应该受到和云许可政策一致的约束。
微软研究公司的方向研究分析师Wes Miller 解释称:“专用硬件是一个漏洞。硬件是属于你专用的,所以它的行为就像你的本地系统一样,”尽管它实际上是由AWS、谷歌、现在还有Azure提供的云选项。
微软的竞争对手正试图证明微软的政策从未禁止客户在他们的云平台上使用“自带许可证”(BYOL)选项。微软认为,应该只有第三方服务提供商(即其云服务提供商合作伙伴),而不是其他的竞争云供应商能够为客户提供此选项。但是,到目前为止,微软围绕专用主机的许可条款含糊不清,基本上可以说是不存在。
亚马逊突出推出BYOL选项,作为客户在亚马逊云上运行微软软件的重要方式。
(有些关联的另外一件事:目前的状况让我想起了微软及其渠道合作伙伴最近在内部使用权利(Internal Use Rights)方面发生的很多事情。微软的高管们今年表示,该公司从来没有打算让合作伙伴通过合作关系在自己的业务中使用这些软件;这些软件只是用于演示目的。但是微软从来没有实施过这些政策。该公司宣布计划从明年开始这样做——但是这一说法后来在七月份被撤销了。)
BYOL是企业用户利用自身现有的Windows Server、SQL Server和其他微软企业软件许可证,并将其用于云端的一种方式。微软BYOL规则对于Azure和其他云已经区别对待了。非Azure云的正式名称是License Mobility;而在Azure上,License Mobility通常采用“Azure Hybrid Benefit”的形式。
研究微软方向的分析师Miller指出,对于那些正在AWS和谷歌云平台上通过专用主机运行Windows Server 和Windows客户端的客户来说,微软即将进行的许可调整将是“巨大的”。他表示:“为什么这样说?这些产品从来没有提供——并且现在仍然不提供——通过Software Assurance 的License Mobility。”
微软官员指出,从10月1日开始,“没有Software Assurance和移动权利的本地许可软件将无法在以下公共云供应商提供的专用托管云服务中部署:微软、阿里巴巴、亚马逊(包括AWS上的VMware Cloud)和谷歌。他们将被称为“列表供应商”。
10月1日,已经通过这些“列表供应商”运行微软本地软件产品的客户将能够按照他们现有的许可继续部署并使用微软企业软件。但是他们无法通过自己现有的许可,增加工作负载或者升级到10月1日之后发布的、新的产品版本。在10月1日之后,拥有Software Assurance的客户将只能够在这些专用产品上,根据License Mobility或Azure Hybrid Benefit规定的权利,使用微软软件。
是的,这是一场复杂的混乱。在我听来,这像是打破这一切的一次微弱尝试。
AWS对这个问题的抱怨在我看来颇具讽刺意味,因为这些举措可能会阻止客户“摆脱保守厂商的藩篱”。很多客户仍然想要并且需要(我猜想更多的是出于需要而不是自身愿望)使用“保守的”Windows Server、SQL Server、Office客户端和服务器——在他们自己的数据中心,以及在微软、亚马逊和谷歌的云中,或者两者兼而有之。
这家大型云供应商一贯宣称他们反对锁定,并且支持客户选择。但是到了最后关头,他们最终还是反对将业务交给竞争对手。
好文章,需要你的鼓励
文章详细介绍了Character.AI这款主要面向娱乐、角色扮演和互动叙事的AI聊天工具的原理、用户群体、特色功能以及面临的法律与伦理争议,同时揭示了其新推出的视频和游戏互动体验。
上海人工智能实验室研究团队开发了MMSI-Bench,这是首个专注于多图像空间智能评估的全面基准。研究人员花费300多小时,从12万张图像中精心构建了1000道问题,涵盖了位置关系、属性和运动等多种空间推理任务。评测结果显示,即使最先进的AI模型也仅达到41%的准确率,远低于人类的97%,揭示了AI空间认知能力的重大缺陷。研究还识别了四类主要错误:物体识别错误、场景重建错误、情境转换错误和空间逻辑错误,为未来改进提供了明确方向。
思科报告指出,自主型人工智能未来三年内有望承担高达68%的客户服务任务,通过个性化与前瞻性支持提升效率与节省成本,但用户仍重视人与人之间的互动和健全的治理机制。
卡内基梅隆大学研究团队开发了ViGoRL系统,通过视觉定位强化学习显著提升AI的视觉推理能力。该方法让模型将每个推理步骤明确锚定到图像的特定坐标,模拟人类注视点转移的认知过程。与传统方法相比,ViGoRL在SAT-2、BLINK等多项视觉理解基准上取得显著提升,并能动态放大关注区域进行细节分析。这种定位推理不仅提高了准确性,还增强了模型解释性,为更透明的AI视觉系统铺平道路。