6月30日,在刚刚结束的网易数帆CodeWave生态伙伴招募会上,网易数帆透露有计划面向个人开发者和生态伙伴免费开放CodeWave智能开发平台,进一步推动低代码人才培育和产业发展,助力企业在数字化领域“小步尝试,大步创新”。此外,网易数帆新增十家生态伙伴并达成合作,以CodeWave智能开发平台为载体的生态圈又外拓一层,共同推进“AIGC+低代码”在软件生产端的应用。
计划向生态伙伴和个人开发者免费开放
CodeWave智能开发平台是以网易自研的智能模型为底座,帮助IT人员实现从“智能生成”到“可视化拖拽调整”的全栈低代码应用搭建。自20年发布以来,已经在网易公司内部、金融、零售等各领域得到应用。网易数帆在会上透露,有计划针对个人学习者和生态伙伴免费上线适合学习与研究的SaaS个人版、满足基础开发需求的SaaS团队版、满足高安全、高性能需求的私有化订阅版,满足低代码学习、应用搭建、应用展示等场景。
面向生态伙伴,网易数帆免费开放CodeWave智能开发平台
三个版本均提供应用模板、扩展组件等平台基础功能,供开发者依据实际需求,完整体验拖拉拽快速搭建应用。与SaaS个人版不同的是,SaaS团队版在可创建应用数、支持导出应用等方面有所增强。在前两个版本基础上,私有化订阅版还支持授权开发、多人协同开发、更改域名、源码配置、导出应用等高级功能,帮助企业搭建复杂应用。
借由这一系列的推动,网易数帆旨在帮助更多业内外的开发爱好者更好地认识、学习利用这一工具,解决日常遇到的开发难题。网易数帆云原生与低代码产品线总经理陈谔表示,我们希望通过平台的免费开放,让更多人能在实操的过程中感受到低代码开发的潜力,进一步推动开发者对低代码的学习与应用,也帮助企业在数字化领域“小步尝试,大步创新”,逐步提升软件生产力。
新增十家伙伴 低代码生态再升级
今年5月,网易数帆发布Wave+生态成长计划,提供最高2亿元的共创基金和最高5000万元的市场支持基金,招募战略合作伙伴、分销合作伙伴、解决方案合作伙伴、交付合作伙伴。同时提供开发支持、专业认证,将在未来5年内赋能1万家合作伙伴,推动培育100万个开发者。
网易数帆与十家伙伴达成合作
除了首批18家伙伴,此次招募会上,基于“AIGC+低代码”的产业力量再次加码,逸迅科技等在内的十家公司宣布与网易数帆达成合作,共同挖掘行业应用价值、共推产业新发展、共育软件新人才。
上海逸迅信息科技有限公司CTO 陈光辉在现场表示,网易数帆与逸迅科技在平台能力、业务等方面互补,CodeWave智能开发平台支持源码导出、私有化部署等特点也解决了在低代码使用上的顾虑。在双方已经合作落地的项目中,交付成本从1个月缩短到短短3周,人力投入时间也从2.5人/月降低到0.75人/月,大大提升了软件开发效率,为业务创新降本增效。
上海众调信息科技有限公司CEO谢鹏表示,集成性高、可拓展性强、复杂应用开发是选择CodeWave智能开发平台的重要原因,在快速发展的汽车行业,低代码的应用能帮助快速提升软件交付效率和营销效能,未来,双方会在应用域、中台域、AI域等领域合作,共同助推汽车行业数字化。
上海万极互联技术有限公司 CEO 吴胤在会上发言,通过与网易数帆的合作,万极互联在数字运营、快速响应、人才赋能、节省成本、风险管控五个方面有明显提升。双方将合力打造覆盖企业核心业务的解决方案,驱动业务、沉淀数据,提升数字竞争力。
好文章,需要你的鼓励
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。
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。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
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。