CNET科技资讯网 1月24日 北京消息: 1月24日晚间,阿里巴巴公布截止2016年12月31日的2017财年第三季度财报,云计算付费用户数量同比翻番,推动阿里云营收连续第7个季度保持三位数增幅。数据显示,该季度云计算业务营收为17.64亿元,同比增长115%,付费用户数量达到76.5万,同比增长100%。
财报显示,云计算业务付费客户数量增至76.5万,比上一季度增加11.4万,比去年同期则增长一倍。受惠于付费用户数量的高速增长和规模效益,阿里云该季度营收达到17.64亿元人民币,比去年同期的8.19亿元上升115%。
历史数据显示,从2015年第二季度开始,阿里云一直保持三位数的营收增速,并在2016年第一季度营收迈过10亿门槛,到本季度达到17.64亿元。付费用户数量从2016年第一季度的50万,增长到本季度的76.5万。
国际市场上,亚马逊、阿里巴巴和微软均在云计算业务上保持高速的增长,形成云计算3A阵营(AWS、Alibaba Cloud、Azure)。随着阿里云成为未来六届奥运会的云计算服务提供商,“3A”在国际市场上的竞争也将加剧。
阿里巴巴在财报中表示,阿里云的首要目标是继续拓展市场领导地位,为用户提供更加丰富、更高性价比的产品和服务。同时,国际化新进程将为阿里云的全球客户提供更优质而多元化的服务。
该季度内,阿里云启用了日本、东京、欧洲和澳洲数据中心,完成对世界主要互联网市场的基础设施覆盖。这些数据中心使用阿里云自主研发的超大规模计算操作系统飞天,任何组织机构或者个人只要联网即可获得计算能力。去年11月,飞天操作系统在乌镇举行的世界互联网大会上当选世界互联网代表性领先科技成果。
摩根士丹利分析师在此前发布的研报中表示,阿里云在中国市场上正急速成长为IT巨头,用户群体由互联网企业拓展至大型传统企业。凭借在中国公共云市场上占据半壁江山的规模,阿里云已经跨过技术关、规模关,并在商业化中经受了不断考验,进入深耕服务和用户体验的阶段。
近日,中国联通宣布与阿里云合作建立联网云化卡号管理系统。这是运营商首次将核心业务系统迁移至云平台,被视作大型企业拥抱云计算的又一里程碑。在此之前,12306、中石化、徐州重工等大型企业已经采用阿里云的云计算和人工智能技术,支撑高并发的业务需求以及数字化创新。
阿里云在人工智能领域长于城市智能调度。在该季度内,杭州市政府公布杭州城市大脑计划,使用阿里云ET人工智能技术,对城市进行全局实时分析,自动调配公共资源。在杭州萧山区的部分路段的初步试验中,城市大脑通过智能调节红绿灯,车辆通行速度最高提升了11%。
保持高速增长的同时,阿里云在该季度内进行了多轮大规模产品价格下调和促销,使云计算更具普惠价值。公开信息显示,10月阿里云对中国区云产品价格进行了全线下调,核心云产品最高降幅达50%。而后在11月“双11”中推出大量云产品的5折促销。在12月数据库产品降价20%,另推出含34款产品的半年免费套餐。
在以计算成本为评价标准的Sort Benchmark大数据竞赛中,阿里云以1TB数据计算成本最低达1.44美元获得世界冠军,打破了亚马逊AWS在2014年保持的4.51美元记录。阿里云在该赛事中已累计获得6个世界冠军。
有分析师认为阿里云已经进入规模效益和降价的良性周期,亚马逊AWS此前也曾频繁下调产品价格,向用户让渡成本空间,持续保持市场上的领先优势。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。