谷歌近日宣布,将收购得到风投支持的数据管理初创公司Actifio,以增强自己公有云的数据备份和恢复功能。
Actifio成立于2009年,在收购前已经累计获得超过3亿美元的投资。
Actifio表示,与传统工具相比,Actifio同名的数据管理平台可以将备份信息所需的时间减少20倍。企业通常会定期备份记录(例如在工作周结束的时候),确保员工最新生成的信息记录是保留了副本的。
传统工具会对新生成的记录和公司旧有数据都进行拷贝。相比之下,Actifio仅备份自上次复制以来新增的信息,这就会让备份过程更加高效。信息量减少了,企业通过网络将数据备份到谷歌云端等平台的带宽成本就降低了。
Actifio还表示,Actifio的技术可以缩短故障后恢复数据所需的时间,这一点通常要比备份速度更为重要,因为恢复工作负载所需的时间越少,企业就能越快地恢复业务的正常运转。
Actifio的软件可以支持本地基础设施和主流公有云(包括Google Cloud)。谷歌技术基础设施和云工程副总裁Brad Calder在博客中写道:“Actifio将帮助我们更好地为企业服务,帮助他们部署和管理关键业务工作负载,包括在混合云中。”这里他特别强调了混合云的场景,说明此次收购完成之后,Actifio的软件将继续可用于本地环境。
除了Google Cloud之外,Actifio还支持AWS和微软Azure等谷歌云的竞争对手。考虑到谷歌一直追求“开放云”的战略,让客户也能在竞争对手的平台上部署应用,因此Actifio的平台很可能仍将继续支持AWS和Azure。
数据保护并不是谷歌通过此次收购获得Actifio的唯一关注焦点。Actifio的平台所谓VDP技术为基础,该技术可以创建数据集的“黄金副本”(例如MySQL部署的内容),然后在多个应用之间共享。因此,VDP无需为每个使用这些数据的应用创建单独的数据副本。谷歌通过向客户提供该季度,帮助他们减少云存储的费用。
此次收购的财务条款未对外披露。
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。