亚马逊周三宣布下调Reserved Instances和M4 instances的价格,而这已经是第六十一次降价了。AWS布道者Jeff Barr在博客中展示了AWS的新变化。他表示,“除了定期经常性地常规调低价格之外,我们还为客户提供了有助于优化他们AWS使用体验的选项,我们的客户会采用多种的策略来购买以及使用他们的Reserved Instances。有些人喜欢通过预付款来获得更大的折扣,有些人则愿意选择较低的折扣,来避免支付预付款。”
在这些选择的基础上,AWS还针对目前大多数的生成实例类型推出了三年期的No Upfront Standard Reserved Instances。该公司还将No Upfront Standard Reserved Instances价格下调了17%,三年期Convertible Reserved Instances下调了21%,同时General Purpose M4的价格的下调幅度则为7%。
代表性区域面向Linux平台的No Upfront Reserved Instances价格平均下调幅度:
AWS最近一次下调Reserved Instances的价格是在Google推出Google Cloud Platform服务之后的两个月,后者承诺使用的折扣比AWS Reserved Instances.的更实惠。
同时,云价格战似乎也在从计算领域向存储和数据库领域蔓延。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。