AWS宣布收购了一家名为Wickr的初创公司,该公司提供了一款被大型企业和公共部门使用的加密通讯应用。
AWS没有透露此次收购的交易金额。此前位于美国旧金山的Wickr已经从投资方那里融资了5000多万美元。
Wickr同名的加密通讯应用已经被美国国防部、上市金融公司Discover Financial Services和麦肯锡等企业机构所采用,该应用使用端到端的加密技术来加密消息及其文件附件,即使是Wickr自己也无法查看这些内容。
每条消息在发送之前都会在用户的设备上经过加密,因此当包含消息的数据包在到达收件人设备的途中,通过Wickr服务器时Wickr是无法检查这些数据包以获取用户通信内容的。
黑客一般通过可以盗取数据的加密密钥来绕过加密。为了降低这种风险,Wickr采用单独的加密密钥对每条消息和文件进行加密,这样如果黑客以某种方式设法窃取了用于加密用户消息的密钥,他们也无法破坏任何其他通信。
除了核心的加密功能之外,Wickr还提供了一系列可选的数据保护设置,让企业可以按需采用。该服务提供了多因素身份验证支持,并可与企业用来保护员工手机的第三方移动设备管理软件进行集成。
反过来,用户可以选择在一定时间后自动删除消息,时间范围可能短至几秒钟。发件人在选择消息可在收件人设备上保留多长时间之后,将Wickr配置为从消息发送的那一刻或收件人阅读的那一刻开始计数。
删除消息时,Wickr也不会简单地将其从设备存储中删除,而是采取额外的措施,用随机代码位替换数据,这使得恢复信息变得几乎不可能。
AWS首席信息安全官Stephen Schmidt在宣布收购Wickr的博客文章中这样写道:“市场对这种安全通信技术的需求越来越高,新冠疫情加速了企业向混合办公环境的转变,企业和政府机构越来越希望保护他们在很多远程位置的通信。Wickr的安全通信解决方案可以帮助企业和政府机构适应这种变化。”
Schmidt充说,在收购之后AWS将继续提供Wickr应用,现有客户可以像以前一样继续使用它。
这次收购将扩大AWS的通信和协作服务组合。这家云巨头提供了可替代微软Teams的解决方案——Amazon Chime、以及Amazon WorkMail电子邮件服务和Amazon WorkDocs,后者是一个类似于Google Docs的协作文档编辑平台。此次收购意味着AWS可能正在寻求扩大自身在这个市场领域的影响力,因为目前AWS与竞争对手微软和谷歌相比,在这个市场的影响力是非常有限的。
AWS和它主要的竞争对手总是不断地扩大到新的市场领域,这已经成为他们的产品战略的一个组成部分。他们不仅瞄准了协作领域等成熟市场,还瞄准了更多新兴行业,例如AWS和微软都提供了面向航天领域的服务,让企业组织可租用地面站天线,利用卫星传输数据,此外他们还提供了按需的云量子计算机使用资源。
此次收购Wickr不仅可以推进AWS,还可以推进母公司Amazon的产品战略,后者可以利用Wickr的技术为消费者构建安全的通讯服务,有可能会通过安卓应用市场Amazon Appstore提供此类服务给用户。
据报道称,Amazon此前曾经考虑过自己开发一款通讯服务。2017 年曾有一系列报道称,Amazon正在开发一款名为Anytime的消费级通讯应用,该应用程序可用于台式机、手机和智能手表。最终Amazon没有将Anytime推向市场,但这次凭借Wickr的技术,有可能会加快恢复该项目。
好文章,需要你的鼓励
科技巨头IBM今日宣布推出新的区块链数字资产平台,专为金融机构和受监管企业设计。该平台名为"数字资产避风港",将为银行、企业和政府提供比特币、以太坊、稳定币和代币化资产的安全管理服务。平台由IBM与数字钱包基础设施提供商Dfns合作开发,支持超过40个公链和私链的全生命周期管理,并集成第三方身份验证和反洗钱合规工具。
上海AI实验室等机构联合提出FrameThinker框架,革命性地改变了AI处理长视频的方式。该系统采用"侦探式"多轮推理,先快速扫描全视频获得概览,再有针对性地深入分析关键片段。通过两阶段训练和认知一致性验证,FrameThinker在多个视频理解基准测试中准确率平均提升10.4%,计算效率提高20倍以上,为AI视频理解领域带来突破性进展。
机器人可执行多种任务,但每个动作都需要专门训练,难以适应现实场景。Mbodi开发了云边混合计算系统,利用多个AI智能体协作,帮助机器人更快学习任务。用户可用自然语言下达指令,系统将任务分解为子任务并快速训练机器人。该公司入选TechCrunch Disrupt 2025创业大赛20强,目前专注于拣选包装领域,正与财富100强企业合作概念验证项目。
复旦大学团队创建MedQ-Bench基准,首次系统评估AI模型医学影像质量评估能力。研究覆盖五大成像模式,设计感知-推理双层评估体系,意外发现医学专用AI表现不如通用AI。结果显示最佳AI模型准确率仅68.97%,远低于人类专家82.50%,揭示了AI在医学影像质控应用中的现实挑战和改进方向。