至顶网软件与服务频道消息: 大数据分析公司Splunk今天早些时候宣布,Data-to-Everything Platform平台本地版本和云版本中新增的Data Fabric Search(DFS)和Data Stream Processor(DSP)功能已经全面上市,此举旨在实现大规模的联合搜索和流处理。
Splunk今天在美国拉斯维加斯举行的.conf19年度大会上公布了这一消息,其中DFS旨在通过将来自多个海量数据集的洞察整合到单个视图中,以加速和简化数据分析体验。对于运行多个数据存储并且无法找到所需信息的企业组织而言,DFS是一款功能更为强大的搜索工具。
而Splunk DSP是一种实时流处理工具,可以在数据生称的时候收集来自多个来源的高速海量数据,并将这些信息转化为洞察,然后展示在界面中。
Splunk表示,这么做是为了让分析师或者其他业务专业人员能够提取洞察并且更快地制定关键业务决策。此外,DSP还可以进行数据脱敏以保护业务信息。
Constellation Research分析师Holger Mueller表示,总的来看这些新功能都与Splunk为客户提供更深度的堆栈有关。
Mueller说:“有了DFS和DSP,Splunk向前迈出了一步,从仅仅了解数据内容到实际处理这些数据。这是关键一步,向那些希望有更大规模、更深度集成的堆栈来运行下一代应用的CIO和CTO们强化了Splunk的价值主张。”
Splunk的Data-to-Everything Platform平台可以让企业用来实时搜索、关联、分析、监视和报告数据。
例如其中的Splunk Connected Experiences应用套件可以通过增强现实和移动应用向移动工作人员提供数据洞察,使他们能够从任何位置访问数据。现在该服务已经支持移动设备,并且与Splunk Enterprise和Splunk Cloud进行了紧密集成。
Connected Experiences也与Splunk Natural Language平台进行了集成,使用户能够使用移动设备“与他们的数据进行对话”,这意味着用户可以提出有关数据的问题,并通过Splunk仪表板或者语音的方式直观地收到即时响应。
此外,Splunk还公布了有关收购云应用监控公司SignalFX的最新消息。Splunk在去年8月以10.5亿美元收购了SignalFX。
SignalFX提供实时的云监控、预测分析和其他服务,帮助企业密切关注IT系统的运行状况,现在这些功能也已经与Splunk Cloud平台进行了集成,使DevOps团队能够对IT系统中检测到的任何问题进行根本原因分析,从而有助于缩短修复问题所需的时间。
Splunk还更新了IT Service Intelligence AIOps平台,该平台可提供对关键IT和业务服务的健康状况和关键绩效指标、以及为其提供支持的基础设施的可见性。新增的功能包括VMware vSphere Monitoring、多云监控以及针对Windows、Unix和Linux的增强监控功能,以确保客户可以收到有关物理和虚拟IT环境中任何问题的警报并进行故障排除。
最后,Splunk宣布对一家名为Zonehaven的初创公司进行重大投资,这项投资来自Splunk新成立的Splunk Ventures Social Impact Fund。
Zonehaven销售基于云的分析应用,可以分析野火并尝试预测野火的蔓延位置,该平台可供消防部门和应急机构使用,并利用实时天气数据来进行“高级火灾建模”,这在规划疏散和应对火灾策略方面可能会有所帮助。
Splunk全球事务高级副总裁Lenny Stein表示:“Zonehaven的创新技术具有将野火探测和响应带入21世纪的巨大潜力。”
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。