7月13日,2022阿里云合作伙伴大会上,阿里云智能全球销售总裁蔡英华发表“坚持伙伴优先”主题演讲。他表示,阿里云要恪守边界,与伙伴形成分工明确的合作模式、货真价实的权益体系和长期稳定的发展政策,并对伙伴收入占比提出明确数字要求。
上一财年,阿里云伙伴带来的业务规模已达185亿,四年间增长超7倍。蔡英华指出,伙伴业务仍有巨大增长潜力,营收占比要进一步提升,今年有望超过三成。为此,阿里云提出生态的核心主张:分工明确的合作模式、货真价实的权益体系、长期稳定的发展政策。
神州数码作为阿里云战略合作伙伴受邀参加本次峰会,与众多生态伙伴共同分享携手阿里云赋能行业数字化转型的新实践,共同展望数字化的力量。
聚力行远,共同赋能行业数字化转型
在大会主论坛上,神州数码集团首席战略官、云业务集团负责人王冰峰出席圆桌论坛环节并讲话。王冰峰表示,阿里云在基础架构方面的技术思考和布局,与神州数码数云融合的战略和技术布局是非常一致的,但转型之路不易,我们希望跟阿里云在营销、运营、技术等多个维度展开更深入的合作,携手推动数字化转型,并实现生态共赢。
神州数码集团首席战略官、云业务集团负责人王冰峰
在分销分论坛上,神州数码云业务集团副总裁肖凯介绍到,最初和阿里云合作时,神州数码还是以传统IT的代理方式来销售云产品,此后,架构搭建、技术培训、考核认证,都成为神州数码“阿里云团队”的必修课,小到VPC、ECS,大到全栈上云、数据中台,我们都具备了相应的能力和项目经验。
神州数码云业务集团副总裁肖凯
多年来,神州数码与阿里云从简单的代理分销,逐步发展至能力、产品层面的深度融合,在业务对接和合作模式方面加速协同。数字经济时代,云的技术范式颠覆融合数据生产要素的价值释放,正在产生新的经济发展动力,“数云融合”成为数字经济新特征。在“数云融合”战略下,神州数码更希望能将自有数据产品与阿里云的能力结合,为企业提供数字化解决方案。
紧密携手,神州数码与阿里云深度融合
自2017年全面云战略转型以来,阿里云就是神州数码重要的合作伙伴之一。从阿里云的“钻石级合作伙伴”到首批“全国总经销商”,再到“MSP核心合作伙伴”、“战略合作伙伴”,神州数码与阿里云的合作深度和维度持续加强。如今,神州数码同阿里云的合作规模已经超过10亿,是阿里云生态重要的头部伙伴之一。
前不久,神州数码TDMP数据脱敏系统成功上线阿里云生态集成认证中心,成为首批阿里云生态集成认证中心数据脱敏类独家产品。近期,神州数码提出了CSP合作模式,融合阿里云的云底层技术、其他ISV合作伙伴技术和神州数码的自身能力输出服务。CSP将与传统合作模式并行,为客户提供更丰富的云服务模式选择。这些都是双方深入合作的有力见证。
在本次合作伙伴大会上,神州数码还荣获“聚力行远奖”及“云钉一体奖”双料大奖,体现了阿里云对神州数码作为核心合作伙伴实力的肯定,也标志着神州数码与阿里云的合作再进一程。
拥抱数字时代的颠覆重构,神州数码将一如既往携手阿里云,积极推动“数云融合”新战略落地,持续驱动自身跨越式迭代,赋能新发展,构建新引擎。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。