从创意到云端的综合应用部署、简化云基础架构的平台提供商Platform.sh于当地时间5月23日在旧金山宣布了在公司的C轮融资中募得3400万美元。由总部位于美国的Partech领投,Idinvest Partners, Benhamou Global Ventures (BGV)、SNCF Digital Ventures以及回购投资者Hi Inov跟投。利用这笔资金,Platform.sh将加快其进入北美和中国市场的进程,从而保持其客户在这两个市场中快速增长。
Platform.sh是一个 “从创意到云端”的综合应用部署平台,它简化了云基础架构,能够确保企业实现所有在云端的操作,不会有任何额外的复杂步骤。目前,全球有超过650家企业客户正在使用Platform.sh提供的平台,快速可靠地进行开发、测试、部署和运行基于云端的Web应用(包括网站、微服务、小程序等)。公司的业绩同比增长率为110%,满足各大主要行业的需求,为多个全球领先品牌的创新提供可能性,其中就包括Magento、Gap Inc.、金融时报、英国文化协会、法国阿歇特图书集团。
许多公司如今都会面临这样一个问题:客户的期望在不断增长,这对公司在应用开发及发布速度上提出了更高的要求;同时,由于云基础构架本身的复杂性,无论是在广度还是深度上,对操作者的专业水平提出了极高的要求。如此一来,利用自动化部署技术的公司都面临了一个巨大挑战:如何快速有效地进行开发,以满足业务发展需求,并确保这些应用在线时的正常运行及安全合规。Platform.sh让这挑战变得简单轻松。
为了能够支持复杂的企业级生产环境,Platform.sh将自动化的云服务与其独特的快速复制技术相结合,可在60秒内,对整个线上Web应用环境实现精确复制,从而让开发团队确保应用的新功能不会在生产环境出错。Platform.sh将生产、测试和开发的工作流程统一,相比DIY的解决方案,节省了90%的DevOps工作量;与托管服务供应商相比,Platform.sh提供的解决方案能够为客户提高40%的效率,且总成本得到显著降低。
Partech的合伙人、前VMware高级总监Reza Malekzadeh表示:“由于云基础设施提供商创造了更多复杂的可能性,使得公司在云端部署和运行中需要投入更多的时间、专业知识以及投资。Platform.sh拥有非常强大的解决方案,可以帮助企业享受云基础架构带来的所有优势——速度、性能、安全,而且在之后的开发中也不会遇到越来越多的障碍和限制。”
私募股权投资机构Idinvest Partners投资总监Alban Wyniecki补充道:“云应用程序平台市场是一个非常广阔的领域,鉴于Platform.sh在美国市场的良好发展,我们对公司进行投资以期获取更多的需求。在北美、欧洲和中国市场的强劲、快速增长意味着Platform.sh已经处于市场的领先地位。”
企业越来越多地在云中部署应用,使得公共云市场正在以前所未有的速度增长。高德纳咨询公司 (Gartner)最新的调查结果显示,平台即服务(PaaS)技术市场,其中也包括Platform.sh所在的应用平台即服务(aPaaS),是增长最快的云市场之一。预计2018年将超过150亿美元,并且到2021年将有望实现翻番。
阿森纳足球俱乐部(Arsenal Football Club)高级运营经理John Dollin表示:“Platform.sh对我们来说非常棒!如今对网站进行变更需要的时间大幅缩短,我们可以在任何时候进行更新,即使是在比赛日进行网站更新都没有问题。”领先的数字媒体机构和咨询公司Inviqa的首席技术官Richard Jones补充道:“在与Platform.sh合作后,我们交付了新的阿森纳FC网站,大大提高了工作效率。我们的开发部署实现了零错误,现在网站运行的速度更快也更安全了。如果有需要,我们甚至可以在星期五对网站进行更新部署!”
在Platform.sh的首席执行官Frederic Plais看来,公司在过去一年里获得的客户关注以及良好发展,尤其是在北美市场的突出表现,都显示出公司已经做好了在全球范围内进行拓展的准备。他表示: “我们的平台比任何管理托管更有成效,远远超出了托管解决方案或云基础架构的DIY方法所能提供的内容。近年来,也有一些非常强大的工具帮助实现了新颖的云架构,但其主要的构架却错综复杂、零散。Platform.sh提供了一个超越类别的统一模型,不仅解决集群协调和持续交付难题,还改进了应用程序的测试并提供了质量保证。”
今年2月,高德纳咨询公司(Gartner)最新发布的《2018年PaaS的主要趋势报告》中,也提及了Platform.sh。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。