北京时间11月2日晚间,阿里巴巴集团公布2018财年第二季度(2017年7月至9月底)业绩,云计算业务保持强劲增长,比去年同期接近翻番,季度营收接近30亿元。同时,在企业级市场持续突破,有1/3中国500强企业使用阿里云。以该季度营收规模推算,预计阿里云年度营收势将突破100亿元,持续扩大市场领先优势。
财报显示,该季度阿里云营收达29.75亿元人民币,同比增长99%。这一强劲增长得益于云计算付费用户的增长,以及高附加值服务对收入结构的持续优化。阿里巴巴在财报中表示,将继续投资云计算业务,通过为用户提供价值服务来进一步扩大市场占有率。
研究机构IDC最新发布的2017年上半年中国公共云市场份额显示,阿里云在中国市场上占有约50%份额,为市场追随者的总和。在全球市场上,据Gartner发布的2016年全球公共云市场份额,阿里云营收规模在全球市场位于第三,另外两名为亚马逊和微软。
在全球云计算“3A”阵营中,阿里云在增长速度方面依旧保持领先优势。据亚马逊和微软近日发布的财报显示,亚马逊AWS营收增速为42%,与市场整体增速持平。微软Azure增速保持较高水平为90%。
今年10月,阿里巴巴在杭州举行云栖大会,吸引全球67个国家和地区近6万人现场参会,1500万人在线观看。阿里云总裁胡晓明在现场表示,阿里云被超过100万客户所采用,其中包括了中国500强企业当中的1/3。未来还将与合作伙伴一起为1000万企业提供技术服务。
在人工智能方面,阿里云在全球范围内率先实现了规模化的产业落地,ET大脑成功应用于城市治理、工业制造、社会安全、金融科技等多个领域。在杭州市萧山区,ET城市大脑为120救护车实时规划急救路线,并沿途自动调配信号灯,将120救护车到达现场时间缩短了一半。
在工业领域,ET工业大脑帮助中策橡胶提升了3到5个百分点的混炼胶平均合格率。位于苏州的光伏制造企业协鑫光伏借助ET工业大脑,将生产良品率提升1个百分点,每年可节省上亿元的生产成本。
财报中提及,阿里云将继续发展面向大型企业的整体解决方案,为不同行业提供数字化转型的技术支持。
目前,飞利浦中国、贵州茅台、南京银行等已经广泛使用阿里云的技术和产品。其中,飞利浦中国将企业IT应用迁移至阿里云上。茅台正在使用计算、数据库、安全等服务来与消费者更好互动。南京银行正在将整个IT系统迁移到阿里云平台上,同时正在采用OceanBase数据库和机器学习平台PAI。
产品技术方面,该季度内阿里云共推出245款新产品和功能,其中包括自主研发的神龙云服务器和关系数据库POLARDB,这两款产品分别为企业提供高性能、强隔离的计算服务,以及性能更加优化的数据库产品。
在长期技术研发投入上,阿里巴巴在云栖大会上宣布成立“达摩院”,未来3年投入1000亿,进行基础科学和颠覆式技术创新研究,投入量子计算、机器学习、基础算法、网络安全、视觉计算、自然语言处理、下一代人机交互、芯片技术、传感器技术、嵌入式系统等,涵盖机器智能、智联网、金融科技等多个产业领域。
好文章,需要你的鼓励
这项研究针对现代文档检索系统中的关键缺陷:独立处理文档片段导致丢失上下文信息。研究团队开发了ConTEB基准测试来评估模型利用文档级上下文的能力,并提出了InSeNT方法,结合后期分块和创新的对比学习策略。实验表明,上下文感知嵌入显著提升检索性能,尤其在处理非自包含文本片段时,同时保持计算效率,对分块策略更具鲁棒性,并且在语料库规模扩大时表现更佳。这一研究为更智能的文档检索系统铺平了道路。
这项由布朗大学和Cohere实验室研究者联合进行的研究全面分析了大型语言模型(LLM)安全研究中的语言不平等现象。通过系统回顾近300篇2020-2024年间的安全相关论文,研究发现LLM安全研究严重偏向英语,即使中文这样的高资源语言也仅获得英语十分之一的研究关注,且这一差距正在扩大。研究还揭示非英语语言很少作为独立研究对象,且英语安全研究常忽略语言覆盖文档化。为解决这一问题,研究者提出了三个未来方向:开发文化敏感的评估基准、创建多语言安全训练数据,以及深入理解跨语言安全泛化挑战。
这项研究提出了ChARM,一种创新的角色扮演AI奖励建模框架,通过行为自适应边界和自我进化策略大幅提升AI角色的真实性和一致性。研究团队创建了包含1,108个角色的RoleplayPref数据集,实验表明ChARM比传统模型提高了13%的偏好排名准确率,应用于DPO技术后在多项基准测试中达到了领先水平。这一突破将为娱乐、教育和心理健康支持等领域带来更加自然、个性化的AI互动体验。
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。