近來(lái),由于移動(dòng)社交、移動(dòng)客服等概念的火熱,為App內(nèi)嵌IM的即時(shí)通訊云行業(yè)受到各方關(guān)注,而環(huán)信即時(shí)通訊云更是業(yè)績(jī)猛增、融資快速落地,迅速搶占到了行業(yè)第一的位置。
即時(shí)通訊云有別傳統(tǒng)IM軟件的完全創(chuàng)新
即時(shí)通訊云與傳統(tǒng)的2CIM軟件如微信、飛信、QQ等相比是本質(zhì)上完全不同的新生事物。在環(huán)信之前,無(wú)照搬的模本,無(wú)經(jīng)驗(yàn)可循,環(huán)信為即時(shí)通訊云行業(yè)開(kāi)創(chuàng)了一條新道路。
即時(shí)通訊云是為所有的App提供溝通和社交能力。也就是說(shuō),任何一個(gè)APP,只需要簡(jiǎn)單的集成一下即時(shí)通訊云提供的API和SDK,就可以立即獲得類(lèi)似微信這樣的單聊,群聊,發(fā)語(yǔ)音,發(fā)圖片,發(fā)位置的社交和溝通能力。這樣的一個(gè)平臺(tái)的規(guī)模將遠(yuǎn)遠(yuǎn)大于目前任何一個(gè)已知的社交平臺(tái),包括微信。
首先,從商業(yè)訴求來(lái)說(shuō),即時(shí)通信云完全不同于傳統(tǒng)的IM軟件如微信,QQ。傳統(tǒng)IM軟件是完全利己而且排他的,即他們必須從有限的用戶群體中拉到更多的用戶聚集到自己的平臺(tái)上來(lái),對(duì)任何可能分散自己用戶流量,提高競(jìng)爭(zhēng)對(duì)手的能力的技術(shù)分享和輸出都是嚴(yán)防死守的。而即時(shí)通訊云是完全利他的。即時(shí)通訊云的核心商業(yè)訴求是讓APP們以更低的代價(jià)更好的使用即時(shí)通訊功能,怎么樣做有利于APP的利益,就怎么樣做。即時(shí)通信云只在APP背后做幕后英雄,是互聯(lián)網(wǎng)上賣(mài)水的,完全不在C端用戶前有任何自己的品牌曝光。
其次,在技術(shù)上即時(shí)通訊云平臺(tái)面臨兩個(gè)巨大的挑戰(zhàn):第一個(gè)挑戰(zhàn),是即時(shí)通訊云如何做到用同一套平臺(tái)為所有的APP服務(wù),滿足不同的APP的千變?nèi)f化的不同需求。這里的APP數(shù)量可能是幾萬(wàn)甚至幾十萬(wàn)。而每個(gè)APP在即時(shí)通訊方面的功能需求,業(yè)務(wù)邏輯都是不一樣的。第二個(gè)挑戰(zhàn),是海量高并發(fā)支持能力。如前文所說(shuō),即時(shí)通訊云平臺(tái)的規(guī)模可能將遠(yuǎn)遠(yuǎn)大于目前任何一個(gè)已知的社交平臺(tái),包括微信。這樣一個(gè)平臺(tái)可能要支持幾個(gè)億,幾十個(gè)億的用戶同時(shí)在線。以后所有的物聯(lián)網(wǎng)設(shè)備和智能硬件也會(huì)連接到即時(shí)通訊云平臺(tái)上,這些設(shè)備都需要設(shè)備和設(shè)備之間,設(shè)備和人之間的通訊和交互。一個(gè)連接物聯(lián)網(wǎng)的即時(shí)通訊云平臺(tái)可能最終要支持100億甚至幾百億的設(shè)備(或用戶)同時(shí)在線。這樣的技術(shù)挑戰(zhàn)是前所未有的。
因此,真正的即時(shí)通訊云需要一套有別于傳統(tǒng)IM的全新的技術(shù)實(shí)現(xiàn)體系,包括全新的通訊協(xié)議、API的提煉和抽象、可水平擴(kuò)展的服務(wù)器集群架構(gòu)、通訊編程語(yǔ)言選用、信息交互實(shí)現(xiàn)、多媒體高質(zhì)量壓縮與傳輸、異構(gòu)復(fù)雜網(wǎng)絡(luò)通訊環(huán)境下消息的可靠傳遞、海量同時(shí)在線用戶的長(zhǎng)連接高并發(fā)的穩(wěn)定維護(hù)等。
環(huán)信早在2013年就成立了公司,展開(kāi)了專(zhuān)門(mén)的獨(dú)立創(chuàng)新研發(fā),在研究業(yè)界原有協(xié)議基礎(chǔ)上創(chuàng)新了一套全新的協(xié)議,研發(fā)了一整套技術(shù)實(shí)現(xiàn),并在2013年就拿到了獨(dú)立自主研發(fā)的軟件著作權(quán)和專(zhuān)利。
從即時(shí)通訊軟件到即時(shí)通訊云平臺(tái)——以公有云形式提供安全靈活可擴(kuò)展的即時(shí)通訊能力
即時(shí)通訊云完全不同于傳統(tǒng)的2C的IM軟件。傳統(tǒng)的2C的IM軟件只需要服務(wù)自己一家產(chǎn)品。而即時(shí)通訊云要服務(wù)于幾十萬(wàn)家不同的APP,每家APP在即時(shí)通訊功能上的需求都是千變?nèi)f化的。如何用一套公有云的平臺(tái)去滿足這么多個(gè)性化的需求,這在技術(shù)上是一個(gè)很大的挑戰(zhàn)。
環(huán)信作為即時(shí)通訊云行業(yè)的開(kāi)拓者,在這方面做了五大主要?jiǎng)?chuàng)新,這些創(chuàng)新后來(lái)大多都成了即時(shí)通訊云行業(yè)的標(biāo)準(zhǔn)和規(guī)范。
環(huán)信五大創(chuàng)新:
1.對(duì)即時(shí)通訊能力,進(jìn)行抽象和提煉,并以云端API的形式暴露出來(lái)。用戶可以通過(guò)對(duì)API調(diào)用的不同組合實(shí)現(xiàn)不同的業(yè)務(wù)邏輯。
2.多租戶(Multi-Tenant)下的公有云系統(tǒng)設(shè)計(jì)和運(yùn)維,APP之間的數(shù)據(jù)隔離和安全保證。
3.以云端API和客戶端SDK的形式提供即時(shí)通訊能力。同時(shí)提供完全開(kāi)源的UI模板和應(yīng)用示例。滿足APP的個(gè)性化需求。
4.隱私和安全保護(hù):除了嚴(yán)格的法律協(xié)議和運(yùn)維保障制度外,還獨(dú)創(chuàng)了ID映射機(jī)制,即時(shí)通訊云平臺(tái)只是一個(gè)很薄的消息管道,除了一個(gè)抽象的通訊ID外,完全不掌握APP的任何用戶體系和運(yùn)營(yíng)數(shù)據(jù)。從根本上保護(hù)平臺(tái)上的APP的數(shù)據(jù)安全。
5.后臺(tái)系統(tǒng)架構(gòu)插件化模塊化。功能模塊可以在APP級(jí)別做替換和插拔。滿足APP的定制化需求。
6.平滑遷移,防止鎖定:很多APP會(huì)希望保留從平臺(tái)遷走的權(quán)利。比如遷移到私有云或自己的平臺(tái)。環(huán)信提供了完整的平滑遷移方案,包括遷入遷出,也提供私有云升級(jí)方案。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。