
那么,阿里巴巴到底能否在公有云领域取得成功呢?
在本周四发布的第四财季报告当中,阿里巴巴公司净收益为4.67亿美元,折合每股18美分,整体营收为28.1亿美元、较上年同期提升45%。从销售总额角度来看,其80%的营收源自中国国内的商务市场。
纵观整个2015财年,阿里巴巴公司的营收总额报出122.9亿美元,其中净利润为39.2亿美元。
除此之外,阿里巴巴还任命张勇担任CEO。张勇此前曾经在阿里巴巴担任过首席运营官一职,而且是一位拥有八年效力经历的老将。张勇在担任首席运营官的同时,也曾在阿里巴巴的淘宝营销部门兼任过首席财务官职务。
目前有待观察的是,张勇将如何看待阿里巴巴旗下的公有云业务。简而言之,阿里巴巴已经计划打造出一套中国版本的Amazon Web Services。从电子商务巨头角色出发打造基础设施即服务方案已经不是什么新鲜事,Amazon就通过自己的亲身实践证明了这项战略的可行性。
现在轮到阿里巴巴上场了。在2015财年第四季度,阿里巴巴的云业务营收总额为6300万美元,较上年同期增长82%、占整体运营收入的2%。
纵观整个2015财年,阿里巴巴的云业务营收总计为2.05亿美元,与上年同期相比增长64%、占整体运营收入的1%。
这样的成绩并不算太寒酸。阿里巴巴在财报当中宣称,其将把云基础设施即服务业务作为未来的一大主要战略发展重点。
不过最大的问题在于,阿里巴巴是否真能成为中国的AWS、又能否将其业务扩展到美国市场以及其它新兴经济体当中。
的确有可能。在一份研究报告中,Forrester对这场公有云竞赛进行了调查。这份报告主要以惠普在云技术领域的发展规划作为着眼点,并指出私有云供应商要想跟上企业客户的需求变化轨迹、将不得不走上交付公有云功能的新道路。
真正吸引到我注意力的是Forrester在报告中对阿里巴巴的相关评论内容。Forrester方面表示:
作为坐拥海量资金流并拥有巨大IPO后估值的电子商务巨头,阿里巴巴已经表明了在这一业务领域有所建树的意图。阿里巴巴曾公开表示,其发展空间将仅限于在美国开展业务的中国企业。但这种说法并不可信。阿里巴巴真正的战略思路更加雄心勃勃。以中国为核心的客户群体能够成为一种很好的利基发展环境,而中国庞大的经济问题与进一步扩张趋势将使这位未来的云业务主导者获得一路高歌猛进。
换句话来说,Forrester并不会将阿里巴巴排除在全球云基础设施即服务厂商这一群体之外。在美国,AWS、谷歌、微软以及IBM已经先后加入到了大型云厂商俱乐部当中。其它着眼于超大规模服务的厂商面对众多巨头的压制,恐怕只能将注意力转移向别处。
不过单从云业务发展角度来看,美国目前明显领先于世界其它地区。因此阿里巴巴没有理由不会成为中国的云方案王者,并将业务拓展至其它市场——特别是新兴市场——当中。如果大家觉得这一思路听起来似曾相识,千万不要感到意外。联想公司当初选择的也是这套剧本。我们有理由相信,阿里巴巴最终也将在云领域践行同样的前进思路。
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。