MongoDB正在加大对云端的投入,今天正式宣布新的付费即用型MongoDB Atlas产品现已登陆Google Cloud Console。
新版本的MongoDB云数据库旨在为开发人员提供更简化的订阅体验,让他们更容易在Google Cloud基础设施平台上采用MongoDB。
这一新产品简化了客户采用方式,客户只需为他们实际使用的资源进行付费,而无需预先承诺。这样,用户就可以根据他们自己的需要扩展服务。据MongoDB称,这是一种更符合企业构建现代程序的模式,尤其是初创公司。
MongoDB由首席执行官Dev Ittycheria领导,是一家背靠主流开源文档主导型MongoDB数据库的公司。据称MongoDB数据库是同类数据库中功能最强大的数据库之一,对于那些数据密集型应用来说是一个备受欢迎的选择。MongoDB提供了优于传统数据库诸多好处,例如易用性和多功能性,可以存储多种不同格式的数据。
MongoDB Atlas是该数据库的云托管版本,可以托管在Google Cloud、AWS和其他公有云平台上,已经成为MongoDB主要的增长动力之一。上周MongoDB在第四季度财报电话会议上表示,来自Atlas的收入同比增长了85%,年化收入首次超过10亿美元,与Google Cloud和AWS的合作伙伴关系是实现这一增长的主要原因之一。
在Google Cloud上运行MongoDB Atlas的主要好处之一是能够与服务紧密集成,这意味着客户可以使用最广泛的分析方法分析数据,并将高级服务集成到由数据库提供支持的应用中。例如,MongoDB Atlas可以集成很多Google的服务如BigQuery、Apigee、TensorFlow、Cloud Run和App Engine。
Google Cloud最近还通过EPAM Systems migVisor和Google Cloud StratoZone等服务,让开发人员可以更轻松地将现有工作负载迁移到MongoDB Atlas on Google Cloud上。谷歌表示,客户使用该工具就可以自动地发现任何环境中的现有基础设施,分析从MongoDB迁移到Google Cloud的成本效益,然后使用migVisor计划进行迁移。
MongoDB公司全球合作伙伴执行副总裁Alan Chhabra表示,MongoDB和Google Cloud保持着长期合作伙伴关系,专注于推动不同行业的客户取得成功。
Chhabra表示:“Google Cloud平台上的MongoDB Atlas数据库将给开发人员带来诸多好处,提高Atlas在更广泛用户群体中知名度和普及速度,Google Cloud和MongoDB将继续与那些致力于简化向云端迁移的企业组织展开合作,实现应用开发现代化,为客户提供一流的体验。”
去年12月MongoDB公布了类似的付费即用型产品MongoDB Atlas on AWS,增强了平台集成让客户更容易在AWS平台上发现和使用该服务。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。