今天上午在AWS re:Invent 2014大會上,我聽了亞馬遜CTO Werner Vogels在1個半小時的演講中穿叉著AWS的7、8個美國企業(yè)級用戶的演講,我邊聽邊對中國用戶有10個不明白:
[video]uu=dfa091e731&vu=2446fe51ec&auto_play=0&width=600&height=450[/video]
1、為什么美國企業(yè)級用戶這么推寵AWS,中國絕大部分企業(yè)級用戶不接受公有云?
2、美國軟件開發(fā)商說是他們的生產(chǎn)型、銷售型用戶要求開發(fā)商幫助自己的信息管理方式、數(shù)據(jù)資源從私有云向公有云轉(zhuǎn)移,中國用戶為什么不?
3、一個美國用戶1年在AWS平臺上執(zhí)行6500萬筆文案、上傳70億小時的視頻,難道中國絕大多數(shù)的企業(yè)級用戶的數(shù)據(jù)更多嗎?
5、一位澳大利亞用戶原在私有云上要用10天的時間完成的任務,用了AWS只需要4小時完成,難道中國用戶比澳大利亞用戶更有時間嗎?
6、美國用戶用Lambda不需關心配置、只需填寫參數(shù)就可實現(xiàn)云服務,難道中國用戶更需要關心自已應用以外的配置嗎?
我在AWS re:Invent 2014現(xiàn)場
7、美國一個叫GILT的用戶用EC2 Comtainer將7個應用創(chuàng)新、擴展到了300項微應用,難道中國用戶希望自已的創(chuàng)新應用少嗎?
8、美國一個天氣數(shù)據(jù)的用戶用了AWS云服務完成了私有云不可能完成的1.7億次/每天下載任務,中國氣象數(shù)據(jù)量比美國多得多嗎?
9、谷歌眼鏡能用AWS完成自己的創(chuàng)新,難道中國IT廠商有比谷歌眼鏡更高級的產(chǎn)品、云不能滿足創(chuàng)新嗎?
10、AWS re:Invent 2014的PPT為什么閃的那么快?我產(chǎn)品名字都沒來得及看清,就沒了。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術,通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠?qū)碗s指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術,通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡技術,通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領域帶來了效率和精度的雙重突破。