
路透社周五报道称,苹果已经开始将中国用户个人数据储存在属于中国电信的服务器上,标志着苹果首次将用户数据储存在大陆境内。
苹果在一份声明中表示,中国电信已被该公司添加到“数据中心供应商”列表当中。苹果称,这项决定旨在提高其iCloud服务访问速度和可靠性。苹果iCloud服务允许用户从多个设备上存储照片、音乐和其他数据。在接近iCloud用户使用地存储数据,可以确保数据传输速度得到提高,而且更加安全可靠。
苹果暂未对该报道置评。
苹果将其中国用户的iCloud服务数据储存在中国境内的做法,显然有别于其他科技GIS,特别是谷歌公司。由于担心数据受到审查、出于隐私保护考虑,谷歌拒绝在中国内地建立数据中心,而是将自己的服务数据转移至香港。
尽管境外媒体对中国隐私保护存有非议,但苹果的这一决定似乎向这些非议泼去一盆冷水。苹果称,其在中国境内存储的数据进行了深度加密处理,并非中国电信或其他任何一方所能获取。一位匿名消息人士向路透社表示,苹果对那些离岸数据进行了加密密钥处理。
值得注意的是,离岸存储的数据并不一定能够躲避美国联邦政府的查询,比如在上个月,美国一位联邦法官下令微软交出其客户存储在爱尔兰都柏林的电子邮件账号。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。