7月14日,国际权威研究机构IDC(国际数据公司)公布《中国AI云服务市场半年度研究报告,2019H2》,阿里语音AI表现突出,2019年以44%的市场份额稳居第一位,大幅领先国内其他云服务厂商。
IDC报告调研了国内主要云厂商的云上AI服务,阿里AI获得三大领域6个维度第一。其中智能语音领域的产品数量、市场份额(44%)、API调用量三个维度获得第一,对话式AI领域的市场份额(57%)、API调用量两个维度获得第一,机器学习领域的市场份额(29%)维度获得第一。

阿里语音AI由阿里巴巴达摩院语音实验室加持,通过阿里云对外输出。达摩院的研究成果能够“零时差上云”,让用户低成本、高效率地获取语音技术和服务。2017年阿里云上线了语音自学习平台,帮助用户定制语音AI,目前客户和生态伙伴已自主开发了3万多个模型。

阿里云目前拥有5万多家语音客户,包括中移动、中央电视台、招商银行、字节跳动、小I机器人、天猫精灵等。“阿里云在智能语音技术商业化领域获得较大成功,收入领先其他公有云厂商,”IDC报告点评,“阿里云的成功之道:集结了大量ISV以及渠道类合作伙伴。”
达摩院语音实验室负责人鄢志杰说,云的出现让语音技术从少数人掌握的高端工具变成了人人可用的平民技术,“云上AI”是实现AI普惠的最好方式。IDC预测2018年到2024年中国AI云服务市场的复合增长率将高达93.6%,AI公有云服务市场潜力无限。
好文章,需要你的鼓励
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
MiroMind AI等机构联合研究团队提出了UniME-V2多模态嵌入学习新方法,通过让大型多模态语言模型充当"智能法官"来评估训练样本质量,解决了传统方法在负样本多样性和语义理解精度方面的问题。该方法引入软标签训练框架和困难负样本挖掘技术,在MMEB基准测试中取得显著性能提升,特别在组合式检索任务上表现出色,为多模态AI应用的准确性和用户体验改进提供了重要技术支撑。
亚马逊云服务宣布投资500亿美元,专门为美国政府构建AI高性能计算基础设施。该项目将新增1.3千兆瓦算力,扩大政府机构对AWS AI服务的访问,包括Amazon SageMaker、Amazon Bedrock和Claude聊天机器人等。预计2026年开工建设。AWS CEO表示此举将彻底改变联邦机构利用超级计算的方式,消除技术障碍,助力美国在AI时代保持领先地位。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。