不知什么时候开始,云服务这个概念悄然进入中国,国内云服务产业,正在以一种前所未有的速度发展、变革并定型,随着互联网技术日趋发展、设备不断完善,这样的产业格局也在日益变得成熟。
而作为云服务平台之一的腾讯云,在5月10日的2014互联网创业者大会上突然宣布,自5月9日起,全面下调腾讯云的服务价格,本次价格调整覆盖了腾讯云旗下核心产品,包括云服务器、云数据库、云硬盘、本地磁盘、公网带宽等,部分服务价格的降幅甚至高达53%,同时针对创业者推出一系列的扶持计划。
有比较就有鉴别,我们所知道的是,国内云服务平台逐渐出现了一种三足鼎立的格局,亚马逊云、腾讯云和阿里云这三家云服务企业,时常被拿出来作比较。然而,除去亚马逊云,早在十年前率先试水云服务业务,在中国坐拥几千家的用户,格局已趋于成熟。业界的目光就投向了另外两位:阿里云和腾讯云。
继4月1日亚马逊云宣布服务价格下调后,腾讯云于几个月后马上做出动作。在做出价格调整的同时,针对创业者推出一系列的扶持计划,并且发布了基于腾讯云的三套解决方案:移动云、游戏云和微信云,整合了其社交和游戏产业链的资源。
对于国内三家云服务企业的态势,腾讯云平台部总经理陈磊在接受记者采访时表示,谁能体现出最大的用户价值,谁就能够取得最终的胜利,这也是互联网竞争的原则。对于腾讯来说,腾讯最基础的价值观,就是一切以用户价值为归一。陈磊认为,今天在云的竞争里面,用户所需要的价值,一个就是高质量、高水平稳定的服务,这个不光是一个技术问题,更重要的一点是产品的运营;第二个就是长期积累,云是长期积累的一个行业,不是光短短几年里就能把这个水平做到很高的。
左:腾讯云平台部总经理陈磊,右:腾讯社交平台部、云平台部市场总经理曾佳欣
而对于以上,陈磊自信的指出, 从产品的运营这个角度讲,腾讯在过往所有的产品里面体现出来的优势是很大;从积累的角度讲,腾讯云的核心竞争力,就是有常年的积累,这个积累既有大量资金的投入,也有长期技术的投入。
腾讯云此次价格调整,陈磊介绍道,降价是一种对市场发展的经济规律的一种认同,且腾讯云的云服务在成本上有一定优势,就是没有研发成本。“腾讯是中国采购量最大的公司,所以我们也要谈到最好的价格,我们同时也是使用带宽量最大的公司,所以我们能拿到很好的价值;其次,从创业者的角度来看,新的创业者中有51%是在使用云服务,我们希望在整个行业发生变化的节点上,能够加速这个行业的变化;再次,腾讯云拥有成本优势,其免费的服务,主要原因是没有研发成本。”陈磊如是说。
在降价的同时,腾讯云也做了相应的创业者扶持计划,针对三个阶段的创业者提出不同的扶持项目。首先,联合了30多家投资机构,针对早期创业者进行创业扶持;其次,对于已经初具规模的创业项目,腾讯云将提供成长孵化帮助。具体来说,依托广点通商业变现模式,应用宝移动分发能力,腾讯云、Discuz!等基础服务及多场景触达用户的流量入口,满足创业者需求。目前36氪和i黑马均已同腾讯云达成合作;第三,成熟项目甚至将获得腾讯云的基金扶持,并分享腾讯所具有的云端生态圈。目前腾讯云已投入一亿五千万资金,预计全年将累计投入20亿元作为扶持资金。
对于腾讯云的扶持计划,陈磊介绍道,第一阶段的扶持计划是跟投资、投行挂钩的,腾讯社交平台部、云平台部市场总经理曾佳欣透露,目前于创新工厂有合作洽谈;第二阶段的扶持是基于一些已经形成的创业圈,比如i黑马、36氪的氪空间,是对已经非常成功的创业者进行服务;第三阶段是扶持有价值的企业和创业者。
曾佳欣补充道,腾讯云对于选中扶持或者是投资的企业,没有排他性,支持对方做比较。
腾讯云正在努力构建产业生态圈,同样是有目共睹的。腾讯云打造了三种解决方案:移动云、游戏云和微信云,企图把云服务同腾讯开放平台结合起来,打造一个涉及用户引入、商业模式、营销渠道的“生态圈“。
其实,腾讯在云服务市场也做足了功课。早在2010年,腾讯就开始有意识地为云业务构建生态基础,相继迁入了微云、开放平台、腾讯游戏等业务,这些业务现在构成了腾讯云生态网络的骨架。同时,腾讯云特别注重对创业公司的扶持,在今年3月份曾公布亿元扶持计划,向100家企业提供100万元、向5000家企业提供6000元的免费云产品,并与100家创投公司筛选推荐的创业者,而又在2014互联网创业者大会上宣布扶持计划。
因此,在3年多耗日持久且投入巨大的布局后,腾讯云极力打造的生态圈已经初显规模。为此,陈磊指出,腾讯在做云的过程,和做其他产品的过程都是一样的,通过不断尝试达到预期价值,而不是长时间的工程,再打造发布。并且做到透明,所有的信息都是透明给用户。
基于这样的产品规模,腾讯云希望通过优化和服务质量的提升在行业里做出口碑。
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。