ZD至顶网软件频道消息: 3月2日,为了能让企业在自己的数据中心使用云,继续帮助企业简化采用云的过程,甲骨文宣布推出Oracle Exadata Cloud Machine,以进一步扩展Oracle Cloud at Customer产品组合。面对关键任务的工作负载,企业需要决定在何处部署全球最先进的数据库云,这个发布标志着甲骨文为企业提供了极致的选择与灵活性。企业现在可通过多种方式部署Oracle Exadata,包括将其作为一种云服务部署在自己的数据中心、部署在Oracle云或部署在传统的本地环境中。
企业一直希望能通过某些方式来消除公有云与本地部署之间的差距,因此Oracle Cloud at Customer自一年前面市以来受到了广泛欢迎。很多企业受到了商业、法律和监管要求的限制,即使希望将工作负载迁移至公有云,也无法将自己的数据和应用迁移出自己的数据中心。对于要求或希望将自己的数据库部署在本地的客户,Oracle Exadata Cloud Machine提供了部署于甲骨文公有云端的Oracle Exadata Cloud Service的全部功能。
甲骨文系统技术高级副总裁Juan Loaiza表示:“对于希望在自己的数据中心使用云的企业来说,Oracle Exadata Cloud Machine是一个理想的平台。多年以来,Oracle Exadata一直是数千家客户运行任务关键型甲骨文数据库的首选平台,而Oracle Exadata Cloud Machine又将这一核心优势进一步延伸,让希望使用云但无法采用或还未准备好迁移至公有云的客户也能享用这一优势。”
通过Oracle Exadata Cloud Machine,客户可以使用最强大的Oracle数据库,订阅数据库所有的选件和功能,例如实时应用集群(Real Application Clusters)、数据库内存(Database In-Memory)选件、Active Data Guard选件和Advanced Security选件,为任务关键型工作负载提供了极高水平的性能、可用性和安全保障。并且,Oracle Exadata Cloud Machine可完全兼容本地部署和Oracle云的应用及数据库,可确保将任何现有应用不经修改地快速迁移至云端。
Oracle Exadata Cloud Service和Oracle Exadata Cloud Machine提供众多领先的功能,包括:
IDC结构化数据管理软件研究副总裁Carl Olofson表示:“所有IT企业都计划迁移到公有云,甲骨文的客户也是一样。Oracle Cloud at Customer提供了一种转型至云端的全新模式,直接从数据中心开始,并能和企业本地的应用保持直接的互动。Oracle Exadata Cloud Machine通过Exadata的所有功能进一步扩展了这一能力,并由甲骨文云团队远程管理,向最终实现云部署迈出了绝佳的第一步。”
Oracle Cloud at Customer产品组合可让企业在自己的数据中心内享受甲骨文公有云服务的所有优势,其业务模式与订阅公有云服务相同,并且不改变软件和硬件,并由甲骨文专家监测并管理基础架构,此外,甲骨文公有云上的工具与Cloud Machine上的配置资源相同。在所有主要公共云提供商当中,只有这款产品提供可100%与Oracle云兼容,并且企业本地部署的堆栈同时也能使用。由于该软件可与Oracle云无缝集成,客户可将其用于多种应用,包括灾难恢复、弹性扩容、开发/测试、升降迁移工作负载和用于开发运营(DevOps)的单一API和脚本工具包。作为完全托管的甲骨文产品,无论是在自己的数据中心还是在甲骨文云端使用,客户都可以获得相同的体验和最前沿的创新优势。
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。