微软下调了其Azure标准支持服务的价格,将其固定价格降低到每月100美元,使其与AWS为特定客户提供的服务保持一致。微软方面宣布在1月25日进行降价,并且声称将“大幅下降”。在降价之前,目前的价格是每月300美元。
常见问题页面上的内容显示,要想获得使用该价格的资格,Azure的客户必须直接通过微软在线服务协议(Microsoft Online Services Agreement,MOSA)在Azure.com上购买Azure标准支持服务。
企业协议(Enterprise Agreement)客户没有资格使用调整后的价格。但在美国符合标准的Azure政府客户将获得降价(从每月375美元调整到每月125美元)。
作为更新的Azure标准支持服务条款的一部分,微软还将重要支持案例(“严重性为A”)的初始响应时间从两小时缩短到了一小时。而Azure Germany被排除在此次降价和响应时间调整的范围之外。
那些已经在使用Azure标准支持服务的客户不需要采取任何措施就可以使用新的价格。从下一个计费周期开始,符合条件的客户将在现有合约剩余期限内每个月将获得200美元的信用额度。
而可供比较的AWS企业支持服务的起价为每个月100美元。另外,微软的下一级产品针对中型企业级客户的ProDirect支持服务的价格为每月1000美元。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。