CNET科技资讯网 1月8日 特别报道(文/周雅):每年一月份的“赌城”拉斯维加斯可以用“people mountain people sea”来形容,CES国际消费电子展在这里,坐拥观众的脚步和目光。不过看似是全球科技圈的大party,实则参展商国际化的第一站,参展商老将追求屹立不倒,参展商新兵渴望后来居上。今年,中国品牌越来越多。
作为CES的香饽饽,拉斯维加斯当地最大的展馆Las Vegas Convention Center的中央馆,肩负着承载每年LVCC观展中最大人流量的工作,放眼望去,英特尔、高通、爱立信这些老面孔当中,阿里巴巴的身影既鲜艳又新鲜。
Alibaba Group阿里巴巴集团展台毗邻LG展台,全身标准的橙色涂装,一种“橙色预警”的风格显得独树一帜,整个区域选用了黑色面板做背景,再加上多个显示屏,看上去有一种未来科技感。
细看阿里整个展台分为Alihome (阿里家居)、Alicity(阿里城市)和Aliworld(阿里世界)三部分,展出了阿里巴巴互联网服务和生态系统的生态圈。
在这三部分当中,Aliworld包含了Alibaba Cloud(阿里云)和Alibaba.com两块——阿里云展示了系列云产品,包括阿里云云服务器、CDN(内容分发网络)服务及配备专用网络连接的高速通道;Alibaba.com则展示了如何通过数据应用为全球贸易卖家提供智能采购服务。Aliworld圆形环球的展台设计别样精致,似乎映射着阿里巴巴全球化之路。
阿里云加速全球布局
云技术正成为国际趋势,在国外有像亚马逊AWS、谷歌云等等占据了半壁江山的,自然也有像阿里云这样的“新血液”不断涌入。
“今年是阿里云第一次登陆CES,2016年Q3阿里云取得了同期增长130%的成绩。”到访阿里巴巴展台的人数还不少,现场穿着橙色工作服的工作人员热情向观众介绍展台情况。
尽管进入美国市场才1年多的时间,但阿里云这个新兵一点都没有稚嫩感。
阿里云成立的初衷是为阿里集团旗下各大商城提供IT运维支持,随着将近7年的业务发展,阿里云成为了卖家、第三方客户以及阿里旗下业务参与商的云计算和数据管理平台,目前在中国所处理的网站流量总额占40%以上。
“双11”全球买家能愉快的购物狂欢,功劳就在于阿里云,它有个超级计算引擎Apsara,专门为买家和卖家服务,在不可预知峰值的高峰流量期间,让阿里云在无事故的情况下促成了一项达到每秒17.5万订单的破纪录事件。
国际化是阿里云必然要走的路
为了给国际业务打地基,阿里云在全球13个地方建立了数据中心,包括中国大陆、香港、新加坡、日本、澳大利亚、中东、欧洲和美国(东部和西部海岸)等地。这些大数据背后,底下是阿里云在支撑业务。
据阿里巴巴美国工作人员现场介绍,阿里云在国外目前主要为两类人群提供服务,第一是想在中国提供服务的企业,第二是美国华人的初创企业,第三类是美国本土的中小型企业。也就是说,在这些企业中,国际云服务提供商是有市场的。
自2015年6月8日阿里推出“全球合作伙伴计划”(Marketplace Alliance Program)以来,阿里云的交际圈已经往全球扩展开,其搭伙人包括英特尔、新加坡电信公司Singtel、迪拜控股公司Meraas Holdings、法国网站托管和云服务提供商LINKBYNET、致力于ICT业务的韩国公司SK Holdings C&C、香港电信和信息技术公司电讯盈科(PCCW)以及香港燃气公司港华燃气(Towngas)等等。
2016年8月,阿里云宣布为其技术合作伙伴推出全球云市场(Global Marketplace)和AliLaunch项目。该项目为其技术合作伙伴铺平了道路,例如SAP,通过与阿里云合作来进一步扩大其云计算分布。
种种迹象不难看出,阿里云的一脚已经踏进了国际云服务市场。阿里云负责人现场表示,为了更好的帮助中国企业出海,阿里云已经与美国本土的中国企业组织建立了很好的关系,特别是硅谷地区。除了全球数据中心的加速部署,阿里云同时更加看重在生态方面,为中国企业出海,完成“基础设施”的全面建设。
好文章,需要你的鼓励
清华大学等多家机构研究团队完成了语音分离技术的全面调研,系统梳理了从传统方法到深度学习的技术演进。研究揭示了"鸡尾酒会问题"的核心挑战,分析了各种学习范式和网络架构的优劣,并通过统一实验框架提供了公平的性能基准。调研涵盖了实时处理、轻量化设计、多模态融合等关键技术方向,为学术界和产业界的技术选型提供了重要参考,推动语音分离从实验室走向实际应用。
浙江大学和腾讯微信视觉团队发现AI图片生成训练中"时机胜过强度"的重要规律,开发出TempFlow-GRPO新方法。通过轨迹分支技术精确评估中间步骤,结合噪声感知权重调整优化不同阶段的学习强度,将训练效率提升三倍,在复杂场景理解方面准确率从63%提升至97%,为AI训练方法论带来重要突破。
谷歌DeepMind发布突破性AI规划技术,让机器人学会像人类一样进行"情境学习"规划。该技术通过Transformer架构实现了快速适应新问题的能力,在迷宫导航、机器人控制等测试中表现优异,为自动驾驶、智能制造、医疗等领域应用奠定基础,标志着向通用人工智能迈出重要一步。
新南威尔士大学研究团队开发了ZARA系统,这是首个零样本运动识别框架,能够在未经专门训练的情况下识别全新的人类活动。该系统集成了自动构建的知识库、多传感器检索机制和分层智能体推理,不仅实现了比现有最强基线高2.53倍的识别准确率,还提供清晰的自然语言解释,为可穿戴设备和健康监护等应用领域带来了突破性进展。