Cloud Native Computing Foundation (CNCF) 已向美国专利商标局提交申请,旨在阻止 Synadia 使用 NATS 的 logo 及域名,此 NATS 为开源消息传递系统。
此举是在 Synadia(该服务器软件大部分贡献由其推动的厂商)决定修改 NATS 服务器的授权条款,将其未来版本的许可从 Apache 2.0 改为 Business Source License (BSL) 之后采取的措施。
与此同时,该公司的律师向运营 CNCF 的 Linux Foundation (PDF) 发出函件,要求终止与 CNCF 的合作关系,并获取对 NATS.io 域名及 GitHub 代码库的完全控制权。
信中写道:“作为 CNCF 项目,NATS.io 未能茁壮成长,目前该项目的所有发展基本上都依赖于 Synadia 的努力和投入。”
Synadia 的法律顾问在信中还论述道:“法律早已明确,拥有域名并不能确立商标权,而是相关网站的内容可能会产生商标权。” 并进一步声称,Synadia 及其前身 Apcera 始终掌控着网站的内容。
上周,CNCF 在博客文章中表示,Synadia 在采用较为严格的软件许可方面有多种选择,但该公司不允许保留开源项目的 logo 与域名,并指出其章程中写道:“任何加入 CNCF 的项目其商标和 logo 资产必须转移给 Linux Foundation。”
文中进一步声称:“CNCF 提供了多种途径,使 Synadia 能在尊重开源原则与社区治理的前提下实现其目标。” 并补充道:“Synadia 完全可以选择放弃对现有 NATS 项目的贡献,也可以自由分叉 NATS,并以新名称构建专有产品。但他们不能单方面夺回一个社区项目及其基础设施、资产与品牌。”
CNCF 表示,已向美国专利商标局提交申请 (PDF),阻止 Synadia 继续使用 logo 或域名 (PDF)。
CNCF 在其博客中写道:“Linux Foundation 与 CNCF 曾多次保护开源项目的许可完整性。公司可以通过正当途径分叉项目,并根据业务需求采取不同方向。例如,厂商 Grafana 将 CNCF Cortex 项目分叉为新名称 Mimir,而原始 Cortex 项目则由 CNCF 内的社区继续维护。而 Synadia 在此的行为明显不同。Synadia 并非以新名称分叉 NATS,而是试图单方面夺取项目的社区资产控制权。”
“Synadia 正试图将一个成功的开源项目转变为封闭的商业产品——并且带走 NATS 社区的名誉、信任与基础设施。试想一下,如果 Google 在多年作为中立的开源且社区驱动项目之后试图收回 Kubernetes,将会如何。”
然而,NATS.io 创始人及 Synadia 创始人兼 CEO Derek Collison 回应称,BSL 将继续提供代码透明性,而服务器软件将在两到四年后恢复为 Apache 2.0 许可,这与其他混合源软件公司的模式相似。
他说:“NATS 主要由 Synadia 资金支持、维护与运营,这与 CNCF 模型并不完全契合。近年来,越来越明显 CNCF 可能不再是 NATS 的最佳战略选择。为了避免被迫归档,Synadia 主动与 CNCF 开展内部讨论,就联合宣布退出事宜进行沟通,以确保 NATS 的持续健康发展。”
“为了保持公司与项目的长期可行性,我们曾探索从 NATS 服务器中剔除部分高级功能与增强模块,并对其进行单独授权。但最终,我们采纳了一种更符合社区利益的方法:将这些功能保留在 NATS 服务器中,同时探索未来版本使用 BSL 许可的可能性。虽然 BSL 未获得 OSI 批准,但它确保源代码保持透明且公开可获取,并在定义期限(通常为 2-4 年)后恢复为 Apache 2.0 许可。始终会有一版 Apache 2.0 许可的服务器版本可供使用和支持。”
The Register 已联系 Synadia 寻求更多评论。
在 LinkedIn 上评论时,Buoyant 的 CEO 兼 Linkerd 服务网格的创造者 William Morgan 表示:“Synadia 希望退出 CNCF 的这一声明,似乎将会引发一场混乱的法律战。这并非普通的开源软件重新授权事件。”
好文章,需要你的鼓励
科技亿万富翁拉里·埃里森资助的研究团队将向英国牛津大学投资1.18亿英镑,用于将AI技术应用于疫苗研究。牛津疫苗研究小组将领导这一项目,研究人体免疫系统对严重细菌感染和抗生素耐药性的反应。该项目由曾主导新冠疫苗试验的安德鲁·波拉德教授领导,计划采用人体挑战模型,让志愿者在受控条件下接触细菌,然后运用现代免疫学和AI工具来精确识别预测保护效果的免疫反应,以开发针对致命疾病的创新疫苗。
字节跳动团队开发了首个AI研究助手评估系统ReportBench,通过对比AI生成报告与专家综述论文的引用质量,并验证陈述准确性来评估AI助手表现。研究发现OpenAI Deep Research引用准确率38.5%,Gemini为14.5%,两者都存在陈述和引用幻觉问题。该系统为AI研究助手建立了标准化质量检测工具,推动行业发展。
据报道,ChatGPT开发商OpenAI计划在印度建设一座耗电量超过1吉瓦的数据中心,目前正寻找当地合作伙伴。该设施预计可容纳至少5.9万片英伟达B200芯片。这可能是OpenAI全球数据中心计划的一部分,旨在为国际用户提供更低延迟服务。OpenAI CEO奥特曼将于下月访问印度,公司还计划年底前在新德里开设办事处。
台湾大学研究团队开发了MovieCORE数据集,这是首个专门训练AI深度理解电影内容的创新工具。该数据集通过多AI智能体协作生成复杂问题,采用认知分类法测量思维深度,99.2%的问答需要高层次思维。研究还开发了ACE增强技术,可将AI性能提升25%。实验显示现有AI在深度视频理解方面仍存在显著不足,为未来AI发展指明了方向。