ZD至顶网软件频道消息:甲骨文公司已经将一套新型硬件添加至其“Oracle Cloud at Customer”产品当中,具体方式为利用其全新Exadata Cloud Machine运行内部甲骨文数据库,同时配合与Exadata Cloud Service完全相同的接口。
Cloud at Customer旨在将甲骨文的公有云体验整合至硬件当中,从而实现内部运行。甲骨文公司将其产品作为提供云体验的方案,从而帮助企业在无需调整监管机制的前提下顺利过渡至公有云当中。另外,由于使用同自家公有云相同的接口,因此客户能够更轻松地建立起混合云体系。再有,甲骨文亦提供一款用于本地及公有云版本服务的独立API,旨在为开发人员提供便利。
Cloud at Customer还提供类云型支付选项。客户可以为相关硬件及数据库支持订阅费用,其基本费率及费用则取决于实际资源使用规模。
这套新型设备将提供以下四种配置选项:
红色巨人最近开始向其他在公有云环境下运行其数据库的用户发送价格信号,包括将在AWS内运行数据库的许可费用提升一倍。而经过此次推出混合云数据库即服务方案,甲骨文公司再次表明其渴望尽可能多地掌控客户的基础设施堆栈。新设备的定价尚未正式公布,不过甲骨文公司创始人Larry Ellison此前曾承诺其价格水平将低于全部多云方案。
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。