据Gartner称,云计算四大新的趋势正在继续推动云产品和云能力的广度,加速公有云服务市场所有细分领域的增长,这四个趋势分别是:云无处不在、区域云生态系统、可持续性及碳智能云、云基础设施和平台服务(CIPS)提供商的自动化可编程基础设施。
Gartner高级研究总监Henrique Cecci表示:“新冠疫情所带来的经济、结构和社会影响仍将是数字创新和云服务采用的催化剂。对于协作、远程办公和支持混合办公模式的数字服务新场景来说尤其如此。”
云无处不在
如今,云计算可以支持大多数新技术颠覆(例如组合式业务),并且在不确定时期以其弹性、可扩展性、灵活性和速度证明了自身的价值。混合云、多云和边缘环境正在不断扩大,为新的分布式云模型奠定了基础。此外,5G R16和R17等无线通信领域的新进展,将推动云采用达到更广泛、更深入和无处不在的水平,例如强化的移动银行体验和医疗转型等场景也将涌现。
因此,全球将加快云计算的普及。据Gartner预测,2021年最终用户在公有云服务上的支出将达到3960亿美元,到2022年将增长21.7%,达到4820亿美元(见表1)。此外Gartner预测,到2026年公有云支出在企业IT总支出中所占比例将超过45%,高于2021年的不足17%。
Gartner高级首席分析师Brandon Medford表示:“企业组织正在推进他们的数字业务计划时间表,并迅速地迁移到云端,以实现环境现代化、提高系统可靠性、支持混合工作模式、以及应对疫情带来的其他现实挑战。”
区域云生态系统
日益严重的地缘政治监管碎片化、保护主义和行业法规正在推动创建新的区域和垂直云生态系统及数据服务。金融业和公共事务细分市场的企业,正在尽量避免国外云提供商的关键锁定和单点故障。
那些无法创建或者维持自身平台生态系统的地区将别无选择,只能利用位于其他地区的平台,并通过法律法规来维持一定程度的控制和主权。这些地区的政治家、学术界和技术提供商有所担忧,这也导致了欧洲国家GAIA-X等举措的出台。
可持续发展和“碳智能”云
在2021年Gartner CEO调查中,有近一半的受访者认为,减缓气候变化将对他们的业务带来重大影响。云提供商正在通过制定更积极的碳中和计划和企业目标来应对越来越受关注的可持续话题,这同时也给基础设施和运营(I&O)的领导厂商带来了新的挑战。
Cecci说:“未来几年将强制执行新的可持续性要求,云服务提供商的选择可能取决于提供商的‘绿色’计划。”
CIPS供应商的自动化可编程基础设施
Gartner预计,超大规模云基础设施和平台服务厂商将广泛采用完全托管的、基于AI和机器学习的云服务,这将迅速消除传统基础设施和运营在公有云中的运营负担。
Cecci说:“基础设施的可编程性日益明显,操作也随之变得更加自动化。现代IT基础设施,无论是部署在数据中心还是在公有云中,相比传统同类产品来说,不需要那么多人工干预和日常管理。”
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。