4月26日,在2023阿里云合作伙伴大会上,阿里巴巴董事会主席兼CEO、阿里云智能CEO张勇表示,阿里云的核心定位是一家云计算产品公司,生态是阿里云的根基。让被集成说到做到的核心,是要坚定走向“产品被集成”。
张勇表示,当前我们正站在智能化的起点,这是让“被集成”真正做到的最好契机,阿里云要走向“产品被集成”,形成 “1+3+1”的产品被集成结构:顶层为MaaS模型即服务,阿里云向生态开放大模型能力和训练底座;中间层为三个PaaS被集成,钉钉和瓴羊进入产品矩阵,与阿里云平台产品构成三大PaaS被集成;底座为IaaS云基础设施产品被集成。
首先,阿里云要全面走向“模型即服务”,与伙伴合作,走向千行百业的数字化和智能化。张勇表示,阿里云将启动“千问伙伴计划”,将优先为千问伙伴提供大模型领域的技术、服务与产品支持,共同推动大模型在不同行业的应用。据介绍,昆仑数智、朗新科技、千方科技、中金财富、石基集团、用友网络、亚信科技等七家行业数字化服务商成为首批伙伴,将与阿里云联合推进油气、电力、交通、金融、酒旅、企服、通信行业的智能化。
据介绍,阿里云将提供安全可隔离的专属数据存储空间,通过服务器端加密机制,实现高安全性、高合规性的数据保护。伙伴和企业可以上传自己的行业数据,并调用千问进行重新训练。训练完成后,通过完善前端提示工程,专属大模型还可以通过Web界面和专属API向垂直领域的各类企业、开发者提供应用服务,比如通晓行业知识的智能客服、导购、咨询专家、创作助手、工业机器人等。
其次,阿里云平台产品、钉钉和瓴羊构成PaaS被集成矩阵。阿里云平台产品如云原生数据库PolarDB、机器学习平台PAI、容器服务ACK等全面向伙伴开放,将多种产品以更加标准化、易兼容的模式提供给伙伴,帮助伙伴打造更弹性灵活的数字化和智能化产品。
张勇表示,钉钉和瓴羊是两个非常独特的PaaS层服务产品,钉钉是一个非常重要的工作平台PaaS,瓴羊是数据智能平台,这两个产品被合作伙伴集成,将会进一步帮助各行各业完成数字化,为客户服务。
目前,钉钉作为企业的应用开发平台,提供超过2400个开放接口,和生态伙伴一起提供低代码、酷应用、连接器等产品和能力:客户和伙伴可以在钉钉低代码平台上开发各类企业应用;通过连接器将企业各类应用系统连接,实现数据的打通;酷应用则将业务应用打碎并推送至钉钉群聊中,让过去低频的应用进入群聊的高频场景。在接入千问大模型后,钉钉还会将大模型+酷应用能力提供给伙伴集成,进一步降低应用开发的门槛和应用使用的门槛。
例如,合作伙伴为客户开发一个差旅系统,可以用钉钉的低代码能力降低开发成本,并用连接器帮助客户把新增的差旅系统,和企业自有的财务系统打通,员工申请差旅费用支付的同时,就自动计入财务系统的成本中;这套流程还可以实时推送到钉钉上,让员工和财务都能及时确认。
瓴羊围绕数据智能,可以为伙伴提供三层“被集成”的核心能力:第一:好数据,协助伙伴为客户解决“无数可用”的问题,让客户一方数据资产更丰富。第二:保安全,伙伴可以在各种应用场景中集成数据安全能力,保障客户数据隐私。第三:强智能,集成瓴羊的智能产品,解决客户“驱动价值”的问题,让数据智能推动客户业务进步。
最后,在云基础设施IaaS层,阿里云将进一步推动算力普惠,释放技术红利,为伙伴提供软硬一体的自研技术底座,降低伙伴集成算力技术的成本。现场,阿里云宣布核心产品全线降价,包括弹性计算7代实例、倚天实例、存储OSS深度冷归档、网络负载均衡SLB和NAT网关、数据库RDS倚天版等等,最高降幅达50%。
过去一年,阿里云与12000家伙伴服务了超过45万客户,有300多家合作伙伴在阿里云上年销售额过千万,超过900家伙伴增速超过100%。过去五年,阿里云伙伴业绩规模从25.8亿增长至192亿,五年增长超7倍。
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。