宋徽宗在《大观茶论》中有云:“茶之为物,擅瓯闽之秀气,钟山川之灵禀。”泡茶的过程既是修身养性,又十分考验茶道技艺。不同采摘时节、品种的茶叶,不同的烘焙工艺,泡茶时使用的水源、工具等,每一步的变化都可能让泡出来的茶汤产生不同风味。正是这样的复杂有趣的过程让茶道、茶文化以一种蓬勃向上的生命力延续至今。
开源如同茶道,企业都想通过开源能力“泡出”一壶数字化创新的好茶。因为开源软件采用了开放源代码、自由分发等形式,减少了企业营销和销售的成本。可以打破被专有软件锁定的束缚,使企业兼容各种混合云和多云环境,不会受限于某个硬件厂商或者云服务提供商。
然而泡茶容易,但泡一壶好茶却很难得。对于传统企业来说,在数字化转型的过程中,构建新型基础设施时软硬件不适配带来的冲突以及公司长期发展和短期效果难以协调等问题,导致企业想要品上开源的“好茶”也并非易事。
本期《企业开源智库》邀请到信通院云大所所长何宝宏博士、红帽全球副总裁兼大中华区总裁曹衡康、至顶网总编高飞,就报告的相关数据进行深入探讨。围绕两份最新版的开源报告来探明开源的文化与生态、企业面临的痛点以及运营治理等问题。
欢迎收看本期《企业开源智库》,邀你共赏开源“好茶”。
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。