MongoDB Atlas Search Nodes现已在谷歌云(Google Cloud)上全面推出,让客户能够更轻松、更经济高效地隔离和扩展生成式AI工作负载
适用于MongoDB Atlas的Google Cloud Vertex AI扩展以及BigQuery与Spark的全新集成,让客户能够更加无缝地利用其专有数据构建生成式AI应用程序
MongoDB加入谷歌云行业价值网络(Industry Value Network),并推出与谷歌云的生产数据引擎相集成的全新MongoDB Atlas,帮助企业构建行业特定解决方案
在谷歌分布式云端(Google Distributed Cloud)运行的MongoDB企业版数据库(MongoDB Enterprise Advanced)可帮助客户对应用程序安全性和数据隐私保护极为严格的要求
北京—2024年4月18日—MongoDB公司(纳斯达克股票代码:MDB)近日在2024 Google Cloud Next 大会上宣布将深化与谷歌云的合作,通过使用MongoDB Atlas Vector Search和谷歌云Vertex AI,更轻松、更具成本效益地构建、扩展和部署生成式AI应用程序,并对BigQuery数据处理提供额外支持。双方正在合作开发专门面向零售业和制造业的创新行业解决方案,通过深度产品集成和解决方案,为智慧工厂打造极具吸引力的购物体验和基于数据驱动的应用。MongoDB企业版数据库目前已在谷歌分布式云端(GDC)上推出,以满足需要运行高度敏感数据的工作负载的客户需求。
MongoDB全球合作伙伴执行副总裁Alan Chhabra表示:“MongoDB与谷歌云之间稳固的关系源于双方的密切合作,旨在共同满足各行业企业的独特需求。我们荣获‘谷歌云Marketplace年度合作伙伴(Google Cloud Partner of the Year - Marketplace)’这一殊荣,彰显了我们致力于为构建现代应用程序的客户提供最佳解决方案,同时,满足最高级别的安全和数据隐私要求。随着越来越多的客户选择MongoDB 和 Google Cloud,我们期待着继续加强双方的合作,通过新型生成型AI应用程序助力他们的业务增长。”
谷歌云迁移、ISV和Marketplace副总裁Stephen Orban表示:“很多客户都表示,需要在目前使用MongoDB这样的领先工具中集成世界级生成式AI。MongoDB和谷歌云已经帮助数千家双方共同客户成功地在谷歌云上使用MongoDB Atlas构建和部署应用程序。我们希望未来继续建立这种战略合作,并为开发人员提供更多方法,通过生成式AI快速高效地创建和增强应用程序,包括通过Vertex AI访问顶级模型,以及通过BigQuery访问自动化数据管道。”
自2018年合作以来,MongoDB和谷歌云已帮助数千家双方共同客户,其中包括Keller Williams、Powerledger、Rent the Runway和Ulta等,采用云原生数据策略实现了企业运营和终端用户服务的现代化。随着MongoDB与谷歌云合作的深入,将进一步助推客户实现:
MongoDB和谷歌云的深入合作得到了双方共同客户与合作伙伴的欢迎
成立于2009年的服装租赁公司Rent the Runway正在颠覆价值万亿美元的时尚业,并通过“云端衣橱”(Closet in the Cloud)重新定义女性着装,这是全球首个也是目前规模最大的共享设计师衣橱平台。Rent the Runway软件工程高级总监Mike Liberant表示:“在谷歌云上运行的MongoDB Atlas优势显著,因为它提供了一个完整的基础设施解决方案,解放了我们的运维工作,使我们能够专注于解决方案的研发和创新。具体而言,MongoDB Atlas帮助我们提高服装加工的效率和准确性,避免人为错误的发生,最终,我们就能为客户提供更优质、更迅捷的服务,让客户选择更多,花钱更少。MongoDB和谷歌云一直是我们强大的合作伙伴,为我们提供亟需的高品质服务和先进工具。”
全球数字化转型咨询公司Kin + Carta的主要业务是帮助企业实现业务现代化,更好地满足客户不断变化的需求。Kin + Carta全国谷歌云联盟(National Google Cloud Alliance)负责人Tara Catalano表示:“通过集成商务网络(Integrated Commerce Network),我们汇集了一流的软件合作伙伴,他们共同致力于简化端到端商务解决方案的构建过程。对于许多客户来说,最优解决方案的构建必须考虑到自己的实际需求,他们需要灵活性和更多选择,还要能够充分利用生成式AI带来的机遇,因此,MongoDB与BigQuery和Vertex Ai的连接和集成就成了一个极具吸引力的选择。”
好文章,需要你的鼓励
文章详细介绍了Character.AI这款主要面向娱乐、角色扮演和互动叙事的AI聊天工具的原理、用户群体、特色功能以及面临的法律与伦理争议,同时揭示了其新推出的视频和游戏互动体验。
上海人工智能实验室研究团队开发了MMSI-Bench,这是首个专注于多图像空间智能评估的全面基准。研究人员花费300多小时,从12万张图像中精心构建了1000道问题,涵盖了位置关系、属性和运动等多种空间推理任务。评测结果显示,即使最先进的AI模型也仅达到41%的准确率,远低于人类的97%,揭示了AI空间认知能力的重大缺陷。研究还识别了四类主要错误:物体识别错误、场景重建错误、情境转换错误和空间逻辑错误,为未来改进提供了明确方向。
思科报告指出,自主型人工智能未来三年内有望承担高达68%的客户服务任务,通过个性化与前瞻性支持提升效率与节省成本,但用户仍重视人与人之间的互动和健全的治理机制。
卡内基梅隆大学研究团队开发了ViGoRL系统,通过视觉定位强化学习显著提升AI的视觉推理能力。该方法让模型将每个推理步骤明确锚定到图像的特定坐标,模拟人类注视点转移的认知过程。与传统方法相比,ViGoRL在SAT-2、BLINK等多项视觉理解基准上取得显著提升,并能动态放大关注区域进行细节分析。这种定位推理不仅提高了准确性,还增强了模型解释性,为更透明的AI视觉系统铺平道路。